rdd：resiliient distributed datasets 弹性分布式数据集，不可变的、分区的
resiliient ：顾名思义弹性，可以存在给定不用数目的分区、数据缓存的时候可以缓存一部分数据，也可以缓存全部数据
distributed：分区可以分布到不同的executor执行（executor也就是不用的work/nodemanager上）
datasets : 内部存储的数据
RDD五大特性：
1：是多个分区的集合
2：每一个分区上都应用一个函数进行计算
3：一系列的依赖关系
4：针key-value的RDD，我们可以指定分区函数（指定每个分区内存储哪个RDD，类似于map后，指定分区，reduce）
5：数据本地化：处理RDD的每个分片，split数据在哪里，尽量在该机器上计算。（移动计算，而不是移动数据）
RDD构建原理：
1、rdd分区数量：InputFormate.getSplite方法返回的集合中的split数量，也就是block块的数量
2、rdd中不包含数据，只有数据的位置信息，执行需要的时候拉去过来使用
