什么是RDD

Resilient Distributed Dataset ==> 弹性分布式数据集

​ Resilient ==> 指的是RDD的分区数量是可以进行弹性控制的

​ Distributed ==> 指的是RDD的分区分布式的存在于各个执行（Executor）节点上task运行是分布式的

​ Dataset ==> RDD中描述的是一个数据集，类似集合Array大的数据集合

RDD中的数据是不可变、而且是分区存在的

RDD的五大特性描述

1. 有一系列的切片
2. 都有个compute函数作用于每个分区
3. 每个RDD（除了初始的）都有依赖
4. 可选，对于pair类型（key/value），可以自定义分区
5. 可选，每个RDD的分区都有最优执行位置（类似于hdfs的就近原则）

备注：RDD中是没有存储数据的，存储的是数据存储位置信息, 只有当执行compute方法的时候，才会从数据源读取数据并返回这个rdd中的数据记录