RDD_五大特性总述

Internally, each RDD is characterized by five main properties:

1. A list of partitions RDD是有分区的，RDD数据结构中存在分区列表，用于执行任务时并行计算，是实现分布式计算的重要属性。
2. A function for computing each split 计算方法会作用到每个分片(分区)上，是使用分区函数对每一个分区进行计算
3. A list of dependencies on other RDDs RDD之间存在相互依赖关系，RDD是计算模型的封装，当需求中需要将多个计算模型进行组合时，就需要将多个RDD建立依赖关系。
4. Optionally, a Partitioner for key-value RDDs (e.g. to say that the RDD is hash-partitioned) KV型RDD可以有分区，当数据为KV类型数据时，可以通过设定分区器自定义数据的分区
5. Optionally, a list of preferred locations to compute each split on (e.g. block locations foran HDFS file) RDD的分区规划尽量靠近数据所在的服务器（例如HDFS文件的块位置）

来自于org/apache/spark/rdd/RDD.scala的源码，前三个特性每个RDD都具备，后两个特性是可选的。

实时效果反馈

1. 以下哪个选项不是RDD必有的是：

A RDD是有分区的。

B 计算方法会作用到每个分片(分区)上。

C RDD有分区器。

D RDD之间存在相互依赖关系。

答案：

1=>C 可能的， Key-Value型RDD
可有分区器。