Spark中的RDD是什么，有哪些特性?

1).什么是RDD?

       弹式分布数据集（Resilient distributed Dataset）

2).RDD的五大特性？

       1.RDD是由一系列的partition组成的

       2.RDD之间具有依赖关系

       3.RDD作用在partition是上

       4.partition作用在具有（k,v）格式的数据集

       5.partition对外提供最佳计算位置，利于数据本地化的处理

3).Spark RDD需要注意的问题

       1.textFile方法底层封装的是读取方法和MR读取文件的方式一样，读取文件之前先split，默认split大小是一个block大小。

       2.RDD**实际上不存储数据(partition其实也不存储数据)，

       3.什么是K,V格式的RDD?

              Ø 如果RDD里面存储的数据都是二元组对象，那么这个RDD我们就叫做K,V格式的RDD。

       4. 哪里体现RDD的弹性（容错）？

              Ø partition数量，可多可少，体现了RDD的弹性。

              Ø RDD之间具有依赖关系，可以基于上一个RDD重新计算出RDD。

       5.哪里体现RDD的分布式？

              Ø RDD是由Partition组成，partition是分布在不同节点上的。