从examples中学Spark（一）：BroadcastTest.scala

之前学习都是官网API Doc+社区的博文，最近参考了几篇examples，发觉example+doc才是绝配。
由于集群Spark版本是2.1.1，所以我学习的examples示例是2.1.1版本中的，2.2.0版本中关于ml【也就是DataFrame版的mllib】的examples有不少内容与2.1.1版本不同。
**注意：**使用ml的一些example还需要导入examples下的scopt_2.11-3.3.0.jar和spark-examples_2.11-2.1.1.jar

##学习前（理论）

1. 默认情况下，函数中使用到的每一个变量会拷贝到每一个执行函数的节点（Worker）的【在Spark On Yarn模式中就是NodeManager节点】每个Task上——在每一个节点中，有不止一个的Executor【CoarseGrainedExecutorBackend创建】，它是Application运行在Worker上的一个进程【进程名就叫CoarseGrainedExecutorBackend】，每个Executor能并行运行多个Task【线程池中获取，具体数量取决于分配给Executor的CPU core数】。

2. 最主要的是，各个远程节点上变量的更新并不会传播回 driver program（驱动程序）通用且支持 read-write（读-写） 的共享变量在任务间是低效的。另外，如果变量特别大，一方面会加大网络IO，一方面也会占用太多内存。

3. 广播变量（Broadcast variables）：Spark 会自动广播出每个 stage（阶