RDD的重要内部属性　　

 

 

通过 RDD 的内部属性，用户可以获取相应的元数据信息。通过这些信息可以支持更复杂的算法或优化。
1）分区列表：通过分区列表可以找到一个 RDD 中包含的所有分区及其所在地址。
2）计算每个分片的函数：通过函数可以对每个数据块进行 RDD 需要进行的用户自定义函数运算。
3）对父 RDD 的依赖列表：为了能够回溯到父 RDD，为容错等提供支持。
4）对 key-value pair 数据类型 RDD 的分区器，控制分区策略和分区数。通过分区函数可以确定数据记录在各个分区和节点上的分配，减少分布不平衡。
5）每个数据分区的地址列表（如 HDFS 上的数据块的地址）。如果数据有副本，则通过地址列表可以获知单个数据块的所有副本地址，为负载均
衡和容错提供支持。

 

本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/5724033.html，如需转载请自行联系原作者