今天開始學習spark3大資料結構中的RDD
什麼是RDD：
RDD（Resilient Distributed Dataset）叫做彈性分布式資料集，是 Spark 中最基本的資料
處理模型。代碼中是一個抽象類，它代表一個彈性的、不可變、可分區、裡面的元素可并行
計算的集合。
RDD有5大核心屬性：
*-A list of partitions（分區清單用于執行任務時并行計算）
*一 A function for computing each split*（分區計算函數，每個分區的資料計算）
-A list of dependencies on other RDDs（RDD 之間的依賴關系）
*- Optionally， a Partitioner for key-value RDDs (e.g. to say that the RDD is hash-partitioned)（，分區器，分區器自定義資料的分區）
- Optionally， a list of preferred locations to compute each split on (e.g. block locations for水an HDFS file)（首選位置，可以根據計算節點的狀态選擇不同的節點位置進行計算）
RDD的建立：
（1）從集合（記憶體）中建立 RDD
（2）從外部存儲（檔案）建立 RDD
RDD 并行度與分區：（資料分區後的資料配置設定問題篇幅過于長，詳情見尚矽谷spark教程p35-p39）