我們經常會對RDD執行一系列Transformation算子操作，邏輯上每經歷一次變換，就會將RDD轉換爲一個新的RDD，RDD會被劃分成很多的分區分佈到集羣的多個節點中。
分區是邏輯概念，爲了防止函數式數據不可變行（immutable）導致的內存需求無限擴張，使得系統內存被快速用完，Spark使用延遲執行（lazy）的方式執行，即只有操作累計到Action（行動），算子纔會觸發整個操作序列的執行，中間結果不會單獨再重新分配內存，而是在同一個數據塊上進行流水線操作。
也就是說變換前後的新舊RDD的分區在物理上可能是同一塊內存存儲，這是Spark內部做的優化。有些RDD是計算的中間結果，其分區並不一定有相對應的內存或磁盤數據與之對應，所以如果想要複用某一個RDD，需要通過Cache算子，將數據緩存（或者說固化）到內存中。