Scala当中什么是RDD（Resilient Distributed Datasets）弹性分布式数据集

rdd（resilient distributed datasets）弹性分布式数据集。你不好理解的话，可以把rdd就可以看成是一个简单的"动态数组"（比如arraylist），对其操作，也只需要 调用它的方法而已，和java中的arraylist一样。但它与一般动态数组的区别在于:rdd是分布的。弹性是指的是数据自动在内存和磁盘切换， task如果失败会进行特定次数的重试。如果在某个节点发生错误，rdd会自动在不同的节点中重试。

文章转载自原文：