weixin_40530363的博客

http://www.cnblogs.com/dupengfei-summer/p/9304553.html

1.RDD vs DataFrames vs DataSet 1.1RDD RDD是一个懒执行的不可变的可以支持Lambda表达式的并行数据集合。 RDD的最大好处就是简单，API的人性化程度很高。 RDD的劣势是性能限制，它是一个JVM驻内存对象，这也就决定了存在GC的限制和数据增加时Java序列化成本的升高。 1.2DataFrame 与RDD类似，DataFrame也是一个分布式数据容器。然...