彈性分散式數據集
RDD（Resilient Distributed Dataset）是Apache Spark中的一個核心概念，指的是彈性分散式數據集。
它代表了Spark中一種不可變、可分區、可並行計算的數據集合。在Spark作業中，RDD提供了數據抽象，封裝了計算邏輯而不是數據本身。RDD是分散式記憶體的一個抽象概念，它通過提供一種高度受限的共享記憶體模型來支持容錯。這種模型要求RDD是唯讀的，並且可以通過在其它RDD上執行確定的轉換操作（如map、filter、join等）來創建新的RDD。這種不可變性設計有助於實現容錯，因為任何失敗都可以通過重新計算來恢復數據。
RDD可以全部或部分地快取在記憶體中，以便在多次計算中重用。它們支持兩種類型的操作：轉換操作（transformation），它會創建一個新的RDD；行動操作（action），它會基於RDD計算出一個結果值並返回。這種設計使得Spark能夠在大數據處理中實現高效的容錯性和並行性。
總的來說，RDD是Spark中用於處理大數據的基本數據結構，它通過提供高效的容錯機制和並行計算能力，簡化了分散式數據處理的任務。