RDD以及其特点
1、RDD是Spark提供的核心抽象，全称为Resillient Distributed Dataset，即弹性 分布式数据集。
一个RDD，在逻辑上，抽象地代表了一个HDFS文件。
但是，它实际上是被分区得。分为多个分区。多个分区散落在Spark集群中，不同的节点上。
比如说，RDD有90万数据。分为9个partition，9个分区。
2、RDD在抽象上来说是一种元素集合，包含了数据。它是被分区的，分为多个分区，每个分区分布在集群中的不同节点上，
从而让RDD中的数据可以被并行操作。（分布式数据集）
3、RDD通常通过Hadoop上的文件，即HDFS文件或者Hive表，来进行创建；有时也可以通过应用程序中的集合来创建。
答：RDD是一种抽象式的数据集合，可分区，可并行
4、RDD最重要的特性就是，提供了容错性，可以自动从节点失败中恢复过来。即如果某个节点上的RDD partition，
因为节点故障，导致数据丢了，那么RDD会自动通过自己的数据来源重新计算该partition。这一切对使用者是透明的。
5、RDD的数据默认情况下存放在内存中的，但是在内存资源不足时，Spark会自动将RDD数据写入磁盘。（弹性）
什么是Spark开发？
1、核心开发：离线批处理 / 延迟性的交互式数据处理