아파치 스파크 편집하기 (부분)

==아파치 스파크 실행 모델==
스파크는 RDD(Resilient Distributed Dataset)와 DataFrame이라는 두 가지 기본적인 데이터 모델을 사용하여 데이터를 처리한다.
===RDD (Resilient Distributed Dataset)===
RDD는 스파크의 핵심 데이터 구조로, 분산 환경에서 데이터를 처리할 때 사용된다. RDD는 데이터를 파티션으로 나누어 여러 노드에서 병렬로 처리하며, 결함 허용성과 분산 처리가 가능한 특성을 지닌다. RDD는 불변(immutable) 데이터를 다루며, 데이터셋에 대한 다양한 변환 연산(map, filter 등)을 지원한다.
===DataFrame===
DataFrame은 구조화된 데이터를 다루는 고수준의 데이터 모델로, SQL 쿼리를 사용하여 데이터를 처리할 수 있다. DataFrame은 RDD의 확장된 형태로, 스파크 SQL과 긴밀히 연동되어 다양한 데이터 소스와 연동할 수 있다. DataFrame은 SQL-like API를 제공하며, 내부적으로 Catalyst 최적화 엔진을 통해 성능을 개선한다.