农企新闻网

rdd的特点

发布者:高夕明
导读rdd的特点如下:  1、RDD是Spark提供的核心抽象,全称为ResillientDistributedDataset,即弹性分布式数据集。  2、RDD在抽象上来说是一种元素集合,包含了数据。它是被分区的,分为多个

rdd的特点如下:

  1、RDD是Spark提供的核心抽象,全称为ResillientDistributedDataset,即弹性分布式数据集。

  2、RDD在抽象上来说是一种元素集合,包含了数据。它是被分区的,分为多个分区,每个分区分布在集群中的不同节点上,从而让RDD中的数据可以被并行操作。

  3、RDD通常通过Hadoop上的文件,即HDFS文件或者Hive表,来进行创建;有时也可以通过应用程序中的集合来创建。

  4、RDD最重要的特性就是,提供了容错性,可以自动从节点失败中恢复过来。即如果某个节点上的RDDpartition,因为节点故障,导致数据丢了,那么RDD会自动通过自己的数据来源重新计算该partition。这一切对使用者是透明的。

  5、RDD的数据默认情况下存放在内存中的,但是在内存资源不足时,Spark会自动将RDD数据写入磁盘。