RDD（Resilient Distributed Dataset）是Spark中最基本的数据结构，代表一个不可变、分布式的数据集合，可以被分布式操作。它是Spark中的核心概念，可以在内存中缓存数据，从而加速数据处理的速度。RDD可以通过并行化的方式从集合、HDFS文件或其他数据源中创建，可以进行转换操作和行动操作，支持容错性和弹性。RDD是Spark中执行的基本数据单元，可以在集群上并行计算，从而提高数据处理的效率。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>