RDD

RDD是Resilient Distributed Datasets的缩写，中文意思是弹性分布式数据集。它是一个容错的、并行的数据结构，可以让用户在大规模数据集上执行各种操作。RDD是Apache Spark的核心数据结构，它提供了一个抽象的概念，可以将数据分布在集群中的多台机器上进行处理。RDD是不可变的，这意味着一旦创建了一个RDD，就不能对其进行修改。相反，可以通过对RDD执行转换操作来创建新的RDD。RDD支持两种类型的操作：转换操作和行动操作。转换操作用于创建一个新的RDD，而行动操作用于对RDD进行计算并返回结果。