运行Spark程序（二）RDD基本概念和创建
RDD基本概念
Resilient Distributed Dataset 叫做弹性分布式数据集，是Spark中最基本的数据抽象，是分布式计算的实现载体，代表一个不可变，可分区，里面的元素并行计算的集合。
不可变的：immutable。类比理解scala中的不可变集合或者是使用val修饰的变量。
可分区的：集合的数据课划分成为很多部分，每部分称为分区：Partition
并行计算：集合中的数据可以被并行的计算处理，每个分区数据被一个Task任务处理。
RDD的创建
spark的计算功能是通过RDD来实现的，那么如何去创建RDD呢？有两种创建方式。
1.从集合内存中创建
可以通过将本地集合（如数组、列表等）传递给 SparkContext 的 parallelize 方法来创建 RDD。
2.从外部存储中创建。例如，读入外部的文件。
