Spark部分：RDD的五大特性【大数据开发面试】

Spark核心RDD
        1).RDD(Resilient Distributed Dateset)，弹性分布式数据集。Spark底层操作数据都是基于RDD。
        2).RDD五大特性：
            a).RDD由一系列Partition组成。
            b).函数（算子）是作用在partition上的。
            c).RDD之间有依赖关系。
            d).分区器是作用在K,V格式的RDD上。
            e).partition提供最佳计算位置，利于处理数据的本地化。符合“计算移动，数据不移动”
        3).注意：
            a).sc.textFile(...)读取HDFS中文件的方法，底层调用的是MR读取HDFS中文件的方法，首先会split，每个split大小默认
                与一个block大小相同，每个split与RDD中的一个partition对应。
            b).什么是K,V格式的RDD？
                RDD中元素是一个个的tuple2 二元组，这个RDD就是K,V格式的RDD。
            c).哪里体现了RDD的弹性（容错）？
                i).RDD之间有依赖关系
                ii).partition个数可多可少。
            d).哪里体现了RDD的分布式？
                partition是分布在多个节点上的。