RDD是什么？
RDD(Resilient Distributed Dataset)，弹性分布式数据集，是Spark的核心数据结构抽象。
它是弹性的，具有容错能力，能够重新计算失败结点。
它是分布式的，数据分布在多个结点上。
它是一个数据集，可以从外部加载数据，可以是文本文件，JSON，数据库等。
RDD有哪些特性？
内存计算、延迟计算、容错性、不可变性、逻辑分区、持久化策略、数据本地性。
RDD是如何实现弹性的？
Hadoop的MapReduce框架不适合大量的迭代和交互操作。
Spark的RDD抽象实现了将计算过程分为多个stage，并维护了有向无环图DAG，以支持延迟计算。弹性是指Spark计算的快速恢复能力：由于DAG的血统维护和节点容错，当一个节点出错后，可以通过DAG血统重新计算。并可以保存中间结果，实现大量的迭代操作。
RDD的transformation和Action操作有什么区别？
transformation操作两端都是RDD，从一个RDD生成另一个RDD。比如map(),flatmap(),filter(),reduceByKey()。action操作的返回值是一个值。比如first(),take(),collect(),count()。由于延迟计算，直到出现action操作时，Spark才会真正开始计算。
什么是窄依赖和宽依赖？
Transformation操作分为窄依赖和宽依赖。
窄依赖在一个分区内处理，可以在区内完成转换，与其他worker不用交互。
宽依赖中，下一个RDD的来源是多个父RDD，也称为shuffle transformation。
可以从操作后的RDD的来源数量来区分，若一个分区内的RDD来源于多个RDD的分区，则为宽依赖。窄依赖和宽依赖的区别是有无shuffle，也是划分stage的依据。
参考资料
http://spark.apache.org/docs/latest/rdd-programming-guide.html