标签:默认 函数 hdfs src idt dfs line 数据 生命线
1.RDD介绍
A list of partitions ====> 一个许多分区的集合,分区中包含数据
A function for computing each split ===> 为每个分区提供一个computing的函数
A list of dependencies on other RDDs ===> RDD会依赖其他RDDs, 这种特性叫做:lineage(生命线);特例:第一个RDD不依赖其他RDD
Optionally, a Partitioner for key-value RDDs (e.g. to say that the RDD is hash-partitioned) Key-Value的RDD存在一个分区器,默认是Hash分区器;分区器的作用类型MR中的Partitioner,决定上一个RDD中的数据到下一个RDD的时候是在那个分区中
Optionally, a list of preferred locations to compute each split on (e.g. block locations foran HDFS file) 数据计算本地化操作,类似MR
2.对应的五个方法
标签:默认 函数 hdfs src idt dfs line 数据 生命线
原文地址:http://www.cnblogs.com/juncaoit/p/6395111.html