1 . jion 的时候把大表放后面 2. join on 使用相同连接键位 ，避免产生多个mapreduce 3. 尽早的过滤数据，避免数据倾...

1. SparkContext 初始化 所需要的必要条件 > SparkEnv > DAGScheduler >...

1. RDD 分布式数据集合，静态模型 ，解决规划的问题 ，RDD 被运行起来后才解决实际的问题 ,对应两个操作transformationac...