一、以RDD为基石的Spark编程模型
在Spark中一切都是基于RDD的：
什么是RDD呢？官方给出的解释是：
也就是说每个RDD都至少有以下三个函数实现:
Spark自带了非常多的RDD:
RDD主要分为两种：
其中的transformations是lazy execution的，需要具体的action去触发，每个action操作都是一个单独的job；
接下来我们看一个具体的RDD操作的例子：
RDD中有两个比较特殊的RDD:
这两个RDD的特殊之处在于皆是控制性操作的RDD：
二，RDD的依赖和运行时
在Spark中RDD是具备依赖关系的，而依赖分为两种：
“Narrow”依赖的一个好处就是可以进行内部的pipeline操作：
运行的时候是以RDD为统一抽象并行化运行：
更进一步的详细RDD并行化计算过程如下所示：
正如所有的分布式结构一样，Spark分布式集群也是主从结构的：
Spark运行时组件如下所示：
Spark运行时候的事件流如下所示：
【Spark亚太研究院系列丛书】Spark实战高手之路-第3章Spark架构设计与编程模型第3节：Spark架构设计(1)
原文：http://www.cnblogs.com/spark-china/p/4186501.html