dqwanghe00的博客

SparkCore 一、RDD概述 1.1 什么是RDD RDD（Resilient Distributed Dataset）叫做弹性分布式数据集，是Spark中最基本的数据抽象。代码中是一个抽象类，它代表一个弹性的、不可变、可分区、里面的元素可并行计算的集合。 1.2 RDD的属性 （1）一组分区（Partition），表示数据可分区，即数据集的基本组成单位； （2）一个计算每个分区的函数，一个分区形成一个任务； （3）RDD之间的依赖关系； （4）一个Partitioner，即RDD的分片函数，RDD默

CDH版Kylin的安装

CDH集群集成Presto

CDH5.15.2及Spark、KAFKA、LZO的安装及安装问题解决办法