《Spark快速大数据分析》总结--（3）

第3章 RDD编程

3.1 RDD基础

1、Spark中的RDD是一个不可变的分布式对象集合。

2、两种方式创建RDD：读取一个外部数据集、在驱动器程序里分发驱动器程序中的对象集合。

3、RDD支持两种类型的操作

（1）转化操作：由一个RDD生成一个新的RDD。

（2）行动操作：对RDD计算出一个结果，并把结果返回到驱动器程序中，或把结果存储到外部存储系统中。

Tips：区别两个操作的方法是观察两者的返回值类型，转化操作返回的是RDD，而行动操作返回的是其他数据类型。