原书出处
大数据日知录_架构与算法
15 机器学习:范型与架构
图15-14 Spark RDD示例 上述例子中较为概略地刻画了Spark中RDD的特点,在实际运行中,为了增加并行性,RDD是允许数据分片(Partition)的,即一个RDD的数据可能被切割成多个数据分片,为了方便表达父子RDD之间的依赖关系,Spark将数据分片情形下的RDD依赖关系分为两类:窄依赖(Narrow Dependency)和宽依赖(Wide Dependency)。如果子RDD的每个数据分片依赖常数个父RDD的数据分片,则这种依赖被称为窄依赖。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00020.html
EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d