Hadoop概念学习系列之谈hadoop/spark里分别是如何实现容错性？（四十二）

 

　　Hadoop使用数据复制来实现容错性（I/O高）

　　Spark使用RDD数据存储模型来实现容错性。

 

　  RDD是只读的、分区记录的集合。如果一个RDD的一个分区丢失，RDD含有如何重建这个分区的相关信息。这就避免了使用数据复制来保证容错性的要求，从而减少了对磁盘的访问。通过RDD，后续步骤如果需要相同数据集时就不必重新计算或从磁盘加载。