一步一个脚印，一天一道面试题
RDD 是什么？
首先，RDD 全称是 Resilient Distribute Dataset 弹性分布式数据集。 是整个 Spark 的基础，核心概念。是我们用Spark 时的基础数据单位。
RDD 是不可变，可分区，里面元素可并行计算的数据集合。
不可变：在下面的示例代码中，rdd1 是不会变的，而我们 rdd.map 后，会得到一个新的rdd2
val rdd2 = rdd1.map(x => x + "_str")
分布式： Spark 有多个节点，往往不是单节点运行，是集群中多个节点里都有数据。
并行计算：由于是分布式的，所以可以做到每个节点都计算一部分数据，最后分别输出或汇总输出。
Spark 设立RDD 这个概念是为了让我们少去考虑数据的大数据量下的并行计算问题。简化我们需要的操作量。
我是近未来，祝你变得更强！
