spark RDD 五大特性

1、有一个分片列表，能够被切分，就是和Hadoop一样，能被切分的数据才能并行操作。
        2、有一个函数计算每一个分片，compute函数。
        3、对其他的RDD的依赖列表，依赖又分为宽依赖和窄依赖，但不是所有的RDD都有依赖。
        4、可选，key-value型的RDD是根据哈希来分区的，类似于mapreduce的Paritioner接口，控制key分配到哪个reduce.

        5、可选：每一个分片的优先计算位置（preferred locations），比如HDFS的block的所在位置应该是优先计算的位置。

        对应着上面这几点，我们在RDD里面能找到这4个方法和1个属性，别着急，下面我们会慢慢展开说这5个东东。

//只计算一次    protected def getPartitions: Array[Partition]    //对一个分片进行计算，得出一个可遍历的结果  def compute(split: Partition, context: TaskContext): Iterator[T]  //只计算一次，计算RDD对父RDD的依赖  protected def getDependencies: Seq[Dependency[_]] = deps  //可选的，分区的方法，针对第4点，类似于mapreduce当中的Paritioner接口，控制key分到哪个reduce  @transient val partitioner: Option[Partitioner] = None  //可选的，指定优先位置，输入参数是split分片，输出结果是一组优先的节点位置  protected def getPreferredLocations(split: Partition): Seq[String] = Nil