作业内容： 完成Spark RDD读写MySQL数据库练习，提交程序源代码，及运行结果截图。

在Spark中，RDD（Resilient Distributed Datasets）是不可变、容错的数据集，用于分布式内存计算。要完成这个练习，你需要：

1. **安装依赖**：确保已经安装了Apache Spark和相应的库（如PySpark for Python或Spark SQL connector for MySQL）。

2. **创建RDD**：通过`spark.read.format("jdbc")`读取MySQL数据。设置好JDBC URL、用户名、密码以及表名等信息，构建一个`DataFrame`或`Dataset`。

   df = spark.read.format("jdbc").options(
       url="jdbc:mysql://localhost:3306/mydatabase", 
       driver="com.mysql.jdbc.Driver",
       username="username", 
       password="password",
       table="table_name"
   ).load()

3. **处理数据**：对读取到的RDD或DataFrame进行必要的操作，如过滤、转换、聚合等。

4. **写入MySQL**：使用`df.write.format("jdbc")`将处理后的数据回写到MySQL。设置相同的连接信息，指定是否替换现有数据（`mode="append"`或`"overwrite"`）。

   df.write.format("jdbc").options(
       ... # 与读取时相同
   ).save()

5. **编写源代码**：编写完整的Python脚本，包括上述步骤，并确保注释清晰，易于理解。

6. **运行并截图**：运行你的Spark任务，查看数据是否成功加载和保存。最后，截取控制台输出或者重要部分的界面截图，证明数据操作的结果。

7. **提交材料**：将源代码文件和运行结果截图一起作为作业提交。