RDD是spark的核心組成，想要理解spark，就必須瞭解RDD。那麼RDD具有什麼樣的特性，怎麼來創建和應用呢？
一、 RDD(Resilient Distributed Dataset）
RDD是一個彈性分佈式數據集，這裏我們解釋一下它具體的含義：
（1）彈性-如果在內存中的數據丟失，可以重建
（2）分佈式-在整個集羣中處理
（3）數據集-初始的數據可以由程序創建，也可以從文件中讀取
RDD是spark數據的基礎單位， 大多數程序由對RDDS的執行操作組成
二、 創建RDD
創建RDD的三種方法 ：（1）從文件或文件集； （2）從內存中的數據 ；（3）從另一個RDD
示例：基於文件的RDD創建
三、 RDD操作
兩種類型：（1）Actions-返回值；（2）Transformations-基於當前的RDD定義新的RDD
四、 RDD操作： Actions
常見操作
（1）count()-返回元素的數量
（2）take(n)-返回包含前n個元素的數組
（3）collect()-返回所有元素的數組
（4）save As Text File(file)-保存爲文本文件
五、 RDD操作： Transformations
Transformations基於存在的RDD創建新的RDD。RDDs是不可變的，它本身的數據不能修改，根據需要按順序轉換來修改數據 。
常見操作：
（1）map(function)-對基礎RDD的每個記錄執行函數
（2）filter(function)-根據boolean函數選出或者排除基礎RDD的數據作爲新的RDD
示例：map和filter Transformations
以上是對於RDD進行的部分分享，後續還會繼續挖掘RDD其它方面的知識。這裏推薦大家一個微信公衆號“大數據cn”,裏面有很多大數據相關的知識介紹，可以去關注一下。