本文深入探讨了Spark中的Resilient Distributed Datasets（RDD），一种不可变的分布式对象集合，用于实现快速并行操作。相较于MapReduce，RDD通过内存处理提供更快的数据共享，减少了磁盘I/O和序列化开销，特别适用于迭代和交互式应用。
原文：
Resilient Distributed Datasets
Resilient Distributed Datasets (RDD) is a fundamental data structure of Spark. It is an immutable distributed collection of objects. Each dataset in RDD is divided into logical partitions, which may be computed on differe
订阅专栏 解锁全文
扫一扫
581
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
