RDD可以说是SparkCore最核心的内容，这一篇开始我将根据自己的理解针对RDD进行深入的剖析。注意一些关于SparkCore的简单的概念理解，请参考一下我的这篇博客：Spark学习笔记二之SparkCore核心概念一网打尽简介定义RDD(ResilientDistributedDataset
上一篇文章主要是描述了Spark的背景历史，也简单的介绍了一下Spark这门技术，这一篇正式开始Spark的学习旅程。Spark是一个非常具有挑战性的框架。当然，首先，Spark很”值钱“，国内大量使用Spark框架的公司不在少数，工资都很高，所以值得花费大量时间去深入理解它。其次，Spark学习
先来看一组信息：2014年的SortBenchmark测试中，Spark在使用十分之一计算资源的情况下，相同数据排序，Spark比MapReduce快3倍！2015年6月，Spark最大的集群来自腾讯——8000个结点，单个Job最大来自阿里巴巴和Databricks——1PBUseofMapRed
专栏第六篇，手写3种简单的队列数组实现顺序队列单链表实现链式队列数组实现循环队列
专栏第五篇，通过两种方式实现栈。数组和单链表