RDD(Resilient Distributed Datasets) ，弹性分布式数据集， 是分布式内存的一个抽象概念，RDD提供了一种高度受限的共享内存模型，即RDD是只读的记录分区的集合，只能通过在其他RDD执行确定的转换操作（如map、join和group by）而创建，然而这些限制使得实现容错的开销很低。

通过本任务，您将掌握以下内容：

1、理解Spark Shell作用和运行原理。

2、理解Spark算子的概念。

3、掌握RDD的两种操作类型：Transformation和Action。

4、掌握RDD常用操作方法：reduceByKey、distinct、sortByKey、join 等。