5. 什么是RDD？RDD的特点

RDD（Resilient Distributed Datasets）是Apache Spark的核心数据结构之一，它是一个可以分布式处理的不可变、可分区、可容错、可序列化的数据集合。RDD支持多种操作，包括转换操作（如map、filter、reduceByKey等）和行动操作（如count、collect、reduce等），可以在内存中缓存数据，提高计算效率。

RDD的主要特点包括：

1. 不可变性：RDD一旦被创建就不可更改，只能通过转换操作生成新的RDD。

2. 分区性：RDD将数据分为若干个分区进行并行计算，每个分区都可以在不同的节点上进行处理。

3. 容错性：RDD会自动记录每个分区的数据转换历史，一旦某个节点发生故障，可以根据这些历史信息恢复数据。

4. 惰性计算：RDD的转换操作并不会立即执行，而是只记录转换规则，直到行动操作被调用时才开始执行计算。

5. Caching：RDD可以将数据缓存到内存中，提高计算效率。