foreach的写库原理 默认的foreach的性能缺陷在哪里？ 首先，对于每条数据，都要单独去调用一次function，task为每个数据，都要去执行一次function函数。 如果100万条数据，（一个partition），调用100万次。性能比较差。 另外一个非常非常重要的一点 如果每个数据，你都去创建一个数据库连接的话，那么你就得创建100万次数据库连接。 但是要注意的是，

一，基本使用 1，RDD分布式数据集的五大特性 1)，A list of partitions(一系列的分区) 2)，A function for computing each split(计算每个分片的方法) 3)，A list of dependencies on other RDDs(一系列的依赖RDD) 4)，Optionally, a Partitioner for key-v