3、RDD是什么?RDD的特性有哪些?

RDD是弹性分布式数据集（Resilient Distributed Datasets）的缩写。它是Spark中最基本的数据抽象，是一个不可变的分布式对象集合，可以被分区并存储在集群中的多个节点上。RDD提供了一种在集群上进行并行处理的简单接口，支持多种数据来源和数据处理方式。

RDD的特性包括：

1. 弹性：RDD是弹性的，因为它可以在内存和磁盘之间自动进行数据的存储和计算的迁移，从而保证了数据的可靠性和高可用性。

2. 不可变性：RDD是不可变的，一旦创建就不能被修改，只能通过转换生成新的RDD。

3. 分区：RDD被分为多个分区，每个分区可以在集群中的不同节点上进行并行处理。

4. 依赖关系：RDD之间存在着依赖关系，每个RDD都可以通过一系列转换生成新的RDD，这些转换构成了一个有向无环图。

5. 惰性计算：RDD采用惰性计算，只有当需要对RDD进行计算时才会触发计算，从而避免了不必要的计算和数据传输。

6. 可序列化：RDD中的数据可以被序列化和反序列化，从而实现了数据的跨节点传输和存储。