1.什么是RDD
RDD（resilient distributed dataset）弹性分布式数据集，每一个RDD都被分为多个分区，分布在集群的不同节点上。
2.RDD的操作
Spark对于数据的操作都是基于对RDD的操作，其中包括一些创建RDD操作、转化RDD操作（将一个RDD转化为一个新的RDD）以及调用RDD的行动操作。我们可以使用Java、Scala、Python语言来操作它。
3.基本步骤
a.从外部数据创建出输入RDD
b.进行一些转化操作，例如filter
c.持久化RDD，使用persist（）方法
d.执行一些行动操作，进行计算，得到想要的数据结果