我們經常會對RDD執行一系列Transformation運算元操作，邏輯上每經歷一次變換，就會將RDD轉換為一個新的RDD，RDD會被劃分成很多的分割槽分佈到叢集的多個節點中。

    分割槽是邏輯概念，為了防止函式式資料不可變行（immutable）導致的記憶體需求無限擴張，使得系統記憶體被快速用完，Spark使用延遲執行（lazy）的方式執行，即只有操作累計到Action（行動），運算元才會觸發整個操作序列的執行，中間結果不會單獨再重新分配記憶體，而是在同一個資料塊上進行流水線操作。

    也就是說變換前後的新舊RDD的分割槽在物理上可能是同一塊記憶體儲存，這是Spark內部做的優化。有些RDD是計算的中間結果，其分割槽並不一定有相對應的記憶體或磁碟資料與之對應，所以如果想要複用某一個RDD，需要通過Cache運算元，將資料快取（或者說固化）到記憶體中。