如何用通俗形象的语言解释下：Spark中的RDD到底是什么意思RDD本身就是一个Berkeley的博士们在写论文时，抽象出的概念，其本质与HadoopMapReduce处理时输入输出的key-value，Flink的dataset没有本质区别。处理时，任然使用iterator一边载入部分数据，一边执行运算（每个partition的实现内部实际就是一个iterator）。
偶个人认为，如果要通俗的解释RDD，第一步可以简单的把它想象成一个数组／列表，大家可以用迭代器类的东东遍历它，可以分片，可以打散；第二步，可以找一些例子，看些接口文档，毕竟直接以列表来理解还是优点偏差的；再之后，当用例子了解了功能后，可以更进一步的阅读下它的原理。rdd的算子主要分成2类，action和transformation。也就是变换以及一些操作。
关于rdd的特征，摘录下知乎上答友的一部分：
rdd的五个特征：
dependencies:建立RDD的依赖关系，主要rdd之间是宽窄依赖的关系，具有窄依赖关系的rdd可以在同一个stage中进行计算。
partition：一个rdd会有若干个分区，分区的大小决定了对这个rdd计算的粒度，每个rdd的分区的计算都在一个单独的任务中进行。
preferedlocations:按照“移动数据不如移动计算”原则，在spark进行任务调度的时候，优先将任务分配到数据块存储的位置。
compute：spark中的计算都是以分区为基本单位的，compute函数只是对迭代器进行复合，并不保存单次计算的结果。
partitioner：只存在于（K,V）类型的rdd中，非（K,V）类型的partitioner的值就是None。