spark3.0教程：RDD 作者：马育民 • 2021-05-17 14:18 • 阅读：10060 # 介绍 RDD（Resilient Distributed Dataset）叫做弹性分布式数据集，是 Spark 中最基本的 **数据处理模型**。代码中是一个抽象类，它代表一个弹性的、不可变、可分区、里面的元素可并行计算的集合。 - 弹性 - 存储的弹性：内存与磁盘的自动切换； - 容错的弹性：数据丢失可以自动恢复； - 计算的弹性：计算出错重试机制； - 分片的弹性：可根据需要重新分片。 - 分布式：数据存储在大数据集群不同节点上 - 数据集：RDD 封装了计算逻辑，并不保存数据 - 数据抽象：RDD 是一个抽象类，需要子类具体实现 - 不可变：RDD 封装了计算逻辑，是不可以改变的，想要改变，只能产生新的 RDD，在新的 RDD 里面封装计算逻辑 - 可分区、并行计算 原文出处：/show_1IX18rbSag6X.html