一、Spark和Redis结合使用到底有多大的性能提升呢？45倍

Spark代表着下一代大数据处理技术，并且，借着开源算法和计算节点集群分布式处理，Spark和Hadoop在执行的方式和速度已经远远的超过传统单节点的技术架构。但Spark利用内存进行数据处理，这让Spark的处理速度超过基于磁盘的Hadoop 100x 倍。

但Spark和内存数据库Redis结合后可显著的提高Spark运行任务的性能，这源于Redis优秀的数据结构和执行过程，从而减小数据处理的复杂性和开销。Spark通过一个Redis连接器可以访问Redis的数据和API，加速Spark处理数据。

Spark和Redis结合使用到底有多大的性能提升呢?结合这两者来处理时序数据时可以提高46倍以上——而不是提高百分之四十五。

二、Spark RDD到底是个什么东西

Spark RDD的英文是Resilient Distributed Datasets，即弹性分布式数据集。通俗一点讲，Spark是做大数据处理的，RDD是其中极为重要的数据抽象，海量数据会被拆分为多个分片放在不同的集群节点上，RDD就是这些分布式数据的集合。在Spark Scala中， RDD就是一个类，每个RDD的实例表示一个具体的分布式数据集合。详见：

三、spark中什么是dataframe

sparksql中为了将普通的rdd可以进行执行sql的操作，而将rdd封装成一个结构化的模型， 就是dataframe， 获得dataframe后就可以创建临时表进行sql操作了。