实验1：spark新建一个rdd的时候会不会把数据读取到内存中

实验工具：spark-shell

步骤：

1，spark读取一个不存在的hdfs文件新建一个rdd

2，rdd map

3，rdd reduce

结果：

在第1步和第2步并不会报错，第3步会报错，不存在的hdfs文件

结论：

新建sparkrdd的时候，并不会把数据读取到内存中，因为第一步没有报错，所以如果这个时候spark加载了数据，那么就会发现这个文件并不存在，然后再第一步的时候就报错

代码里也验证了这个情况

new HadoopRDD(
  this,
  confBroadcast,
  Some(setInputPathsFunc),
  inputFormatClass,
  keyClass,
  valueClass,
  minPartitions).setName(path)
           

先新建一个HadoopRDD对象，然后仅仅设置了Name

引申：

spark的一个原则是只有action才会触发任务执行