文章浏览阅读594次。1. 什么是RDD？弹性分布式数据集（Resilient Distributed Dataset，简称 RDD）。RDD 其实就是分布式的元素集合。在Spark 中，对数据的所有操作不外乎创建 RDD、转化已有 RDD 以及调用 RDD 操作进行求值。而在这一切背后，Spark会自动将RDD 中的数据分发到集群上，并将操作并行化执行。RDD是一种对数据集形态的抽象，基于此抽象，使用者可以在集群中执行一系列计算，而不用将中间结果落盘。（这正是之前MR抽象的一个重要痛点，每一个步骤都需要落盘，使得不必要_rdd是编程范式 对不对