RDD全称Resilient Distribution DataSet 弹性的分布式数据集
其内部本身不存储数据，存储的类似于数据位置的指针，表明某个数据的具体位置
当spark集群从hdfs文件系统中读取文件后会把文件映射为一个RDD，这个RDD是逻辑上的概念其内部不存储数据，其中每个RDD的Partition和HDFS文件系统中的block
1、其内部是一系列的partition组成
2、每个函数应用于每一个Partition
3、RDD之间存在依赖关系（当一个RDD丢失后可以通过其上一个RDD计算重新获得）
4、分区器只应用于键值对的RDD上
5、任务分发到最佳位置上