什么是RDD？

什么是RDD？

Resilient Distributed Dataset，弹性分布式数据集，是spark中最基本的数据抽象。
代码中是一个抽象类，它代表一个弹性的、不可变的、可分区、元素可并行计算的集合。

• 弹性
          存储的弹性：内存和磁盘自动切换。
          容错的弹性：数据丢失可以自动恢复。
          计算的弹性：计算出错重试机制。
          分片的弹性：可根据需要重新分片。
• 分布式
          不同分区的数据存储在不同节点上。
• 数据集
           RDD封装了计算逻辑，并不存储数据。
• 数据抽象
           RDD是一个抽象类，其功能由其子类实现。
• 不可变
           RDD封装了计算逻辑，计算逻辑是不可变的，想要改变，只能生成新的RDD，在新的RDD中封装计算逻辑。
• 可分区、并行计算