RDD的5个主要特征

*  - A list of partitions
*  - A function for computing each split
*  - A list of dependencies on other RDDs
*  - Optionally, a Partitioner for key-value RDDs (e.g. to say that the RDD is hash-partitioned)
*  - Optionally, a list of preferred locations to compute each split on (e.g. block locations for
*    an HDFS file)

1.一系列分区，分区有编号，有顺序的

2.每一个切片都会有一个函数作业在上面用于对数据进行处理

3.RDD和RDD之间存在依赖关系,为了容错（重算，cache，checkpoint），也就是说在内存中的RDD操作时出错或丢失会进行重算

4.可选，key value类型的RDD才有RDD[(K,V)]，如果是kv类型的RDD,会有一个分区器，默认是hash-partitioned

如果RDD里面存的数据是key-value形式，则可以传递一个自定义的Partitioner进行重新分区，例如这里自定义的Partitioner是基于key进行分区，那则会将不同RDD里面的相同key的数据放到同一个partition里面

5.选，如果是从HDFS读取数据，会得到数据的最优位置（向NameNode请求元数据）

最优的位置去计算，也就是数据的本地性