Spark RDD简记

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，它代表一个不可变、可分区、里面的元素可并行计算的集合。

RDD表示只读的分区的数据集，对RDD进行改动，只能通过RDD的转换操作，由一个RDD得到一个新的RDD，新的RDD包含了从其他RDD衍生所必需的信息。

RDDs之间存在依赖，RDD的执行是按照血缘关系延时计算的。如果血缘关系较长，可以通过持久化RDD来切断血缘关系

相关阅读:
An Information-Theoretic Framework for Semi-Supervised Multi-Modality Learning
Deno加入ECMA
vue请求代理查看真实地址
操作系统的双重模式
数据集成实施过程注意点总结
进大厂必备的Java八股文大全（2022最强精简易懂版，八股文中的八股文）备战秋招，赶快转发收藏起来吧~
轻量应用服务器vs云服务器：区别在哪？
js面试题==和===
es nested object区别
XSS工具

原文地址：https://blog.csdn.net/Young_IT/article/details/133793147