RDD相关操作都需要传入自定义闭包函数(closure)，如果这个函数需要访问外部变量，那么需要遵循一定的规则，否则会抛出运行时异常。闭包函数传入到节点时,需要经过下面的步骤:
driver通过反射，运行时找到闭包访问的所有变量，并封装成一个对象，然后序列化该对象（serialized on the driver node）
将序列化后的对象通过网络传输到worker节点（shipped to the appropriate nodes in the cluster）
worker节点反序列化闭包对象（deserialized）
worker节点执行闭包函数（and finally executed on the nodes）
所以对闭包外引用的对象，需要实现序列化或者定义成静态变量（静态变量不需要序列化）
参考：
https://www.jianshu.com/p/a656328ce427
