RDD（Resilient Distributed Dataset）是Spark中最基本的數據抽象，它代表一個不可變、可分區、元素集合。RDD可以并行計算，分布在集群中的多個節點上。RDD可以從Hadoop文件系統、HBase、Cassandra等數據源創建，也可以通過其他RDD的轉換操作生成。RDD是Spark提供的一種高容錯性的數據結構，即使在節點發生故障時也能夠自動恢復。
