1.spark基本工作原理
分布式
主要基于内存
迭代式计算
2.RDD及其特点
RDD在抽象上来说是一种元素集合，包含了数据。它是被分区的，分为多个分区，每个分区分布在集群中的不同节点上，从而让RDD中的数据可以被并行操作。（分布式数据集）
RDD最重要的特性就是，提供了容错性，可以自动从节点失败中恢复过来。即如果某个节点上的RDD partition，因为节点故障，导致数据丢了，那么RDD会自动通过自己的数据来源重新计算该partition。这一切对使用者是透明的。
RDD的数据默认情况下存放在内存中的，但是在内存资源不足时，Spark会自动将RDD数据写入磁盘。（弹性）
3.spark开发
a.核心开发：离线批处理 / 延迟性的交互式数据处理
b.SQL查询：底层都是RDD和计算操作
c.实时计算：底层都是RDD和计算操作