简单阐述Spark中的RDD有哪些特性（大数据面试高频九）

RDD 叫做弹性分布式数据集，是Spark中最基本的数据抽象，它代表一个不可变、可分区、里面元素可并行计算的集合。

RDD五大特性：

1. A list of partitions 一个分区列表，RDD中的数据都存在一个分区列表里面。
2. A function for computing each split 作用在每一个分区中的函数。
3. A List of dependenceies on other RDDs 一个RDD依赖于其他多个RDD，这个点很重要，RDD的容错机制就是依据这个特性而来的。
4. Optionally,a Partitioner for key-value RDDs （e.g.to say that the RDD is hash-partitioned）可选的，针对于kv类型的RDD才具有这个特性，作用是决定了数据的来源以及数据处理后的去向。
5. Optionally，a list of preferred locations to compute each split on(e.g.block locations for an HDFS file )可选项，数据本地性，数据位置最优。