Spark提供了哪些RDD

这篇文章主要介绍“Spark提供了哪些RDD”，在日常操作中，相信很多人在Spark提供了哪些RDD问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Spark提供了哪些RDD”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

深入RDD

RDD本身是一个抽象类，具有很多具体的实现子类：

RDD都会基于Partition进行计算：

默认的Partitioner如下所示：

其中HashPartitioner的文档说明如下：

另外一种常用的Partitioner是RangePartitioner：

RDD在持久化的需要考虑内存策略：

Spark提供很多StorageLevel可供选择：

于此同时Spark提供了unpersistRDD:

对RDD本身还有一个非常重要的CheckPoint操作：

其中doCheckpoint的细节如下：

以NewHadoopRDD为例，其内部的信息如下所示：

以WholeTextFileRDD为例，其内部的信息如下所示：

RDD在产生作业调用的时候，经典的过程如下所示：

到此，关于“Spark提供了哪些RDD”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！