弹性分布式数据集

夜夜流光相皎洁_小宁

Spark 分布式弹性计算集（RDD）相关概念介绍目录一、概述二、RDD的核心概念2.1 Partition2.2 Partitioner2.3 RDD的依赖关系

大数据开发之离线数仓项目（用户行为采集平台）（可面试使用）数据仓库，是为企业指定决策，提供数据支持的，可以帮助企业，改进业务流程、提高产品质量等。数据仓库的输入数据通常包括：业务数据、用户行为数据和爬虫数据等。业务数据：就是各行业在处理事务过程中产生的数据。比如用户在电商网站中登录、下单、支付等过程中，需要和网站后台数据库进行增删改查交互，产生的数据就是业务数据。业务数据通常存储在mysql、oracle等数据库中。

大数据开发之Spark（完整版）回顾：hadoop主要解决，海量数据的存储和海量数据的分析计算。 spark是一种基于内存的快速、通用、可扩展的大数据分析计算引擎。