Spark的 RDD 和 RDD血统依赖

什么是RDD ?

RDD是一个弹性和复原的分步式数据集。
可以解决数据容错时的高效性，以及划分任务起到的重要作用。

RDD 是混合型的编程模型, 可以支持迭代计算, 关系查询, MapReduce, 流计算

RDD 不可变，可分区。是只读的

RDD 之间有依赖关系, 根据执行操作的操作符的不同, 依赖关系可以分为宽依赖和窄依赖

就是在大量记录上执行的单个文件操作，将创建的RDD的一系列的血缘记录下来，以便恢复丢失的数据，相邻两个RDD之间的关系称为依赖关系，新的RDD依赖旧的RDD，多个连续的RDD 相互依赖，称之为血缘关系。