顧名思義，從字面理解RDD就是 Resillient Distributed Dataset，即彈性分布式數據集。
它是Spark提供的核心抽象。
RDD在抽象上來講是一種抽象的分布式的數據集。它是被分區的，每個分區分布在集群中的不同的節點上。從而可以讓數據進行並行的計算
它主要特點就是彈性和容錯性。
彈性：RDD的數據默認情況下存放在內存中的，但是在內存資源不足時，Spark會自動將RDD數據寫入磁盤
容錯性：RDD可以自動從節點失敗中恢復過來。即如果某個節點上的RDD partition，因為節點故障，導致數據丟了，那么RDD會自動通過自己的數據來源重新計算該partition。
RDD來源：通常是Hadoop的HDFS，Hive 表等等；也可以通過Linux的本地文件；應用程序中的數組；jdbc（mysql 等）；也可以是kafka、flume數據采集工具、中間件等轉化而來的RDD。