1，通过hdfs支持的文件系统，没有真正把数据放rdd，只记录了一下元数据
2，通过scala的集合或者数组并行化的创建rdd
1，rdd是分区的，可以指定分区数
2，算子的方法都会作用在每个分区
3，rdd之前有一系列的依赖，所有依赖形成DAG图，DAG计算单位是阶段
4，k-v的rdd可以选择分区器，默认的是hash-partitioned
5，会选择最优的位置计算每个分区，避免跨网络传输数据
原文：https://www.cnblogs.com/yeyusheng/p/9498582.html