pyspark

PySpark支持多种数据的输入，在输入完成后，都会得到一个：RDD类的对象RDD全称为弹性分布式数据集(Resilient Distributed Datasets)，PySpark针对数据的处理，都是以RDD对象作为载体，即：　　•数据存储在RDD内　　…