Spark RDD依赖问题，RDD的高阶函数分类

数据结构RDD（类比于Scala中List）
  数据存储在内存中，分区存储（partition）
  对数据的处理：调用集合中高阶函数
  shuffle

RDD之间是有依赖的

例如stage1->stage2中那一个大的箭头就是一次shuffle

其中stage1中又有小的及部分组成

  宽依赖：产生shuffle,数据会存储在磁盘中
    reduceByKey,groupByKey
  窄依赖：不会产生shuffle
    map,filter,union

特殊存在：Join -->join在看宽 / 窄依赖时是需要根据场景的

  这里所讲的shuffle和我们的MapReduce的shuffle过程，前面的Task数据将会被打乱，在分发给下一个stage的各个Task进程处理。

RDD的高阶函数（action函数）

一个RDD调用函数之后，不会转换为一个RDD，触发一个Job的执行
  比如:
   (1)：有返回值
    count ->Long
    first -> 第一条数据
    take ->获取前几条数据
    top->获取前几条数据（排序）
   (2)：无返回值
    foreach ->打印所有的数据
    saveAsTextFile ->保存数据到文件