如果源数据是集群（例如：hdfs），rdd以分布式方式（块）跨集群中的节点存储在计算机ram中。
如果 caching 或者 checkpointing 如果启用，它也可能存储在内存或磁盘上。此外，洗牌总是涉及磁盘写入。
如果数据源只是一个csv文件，数据将被分发到运行服务器（如果是笔记本电脑）的ram中的多个块。我说得对吗？
csv文件将被分割成多个分区，每个任务将只读取一块数据（开始-结束偏移量）。
块和分区之间有什么关系吗？哪一个是超级集？
有点困惑，看看这个答案 split 是输入数据的逻辑划分，而 block 是数据的物理划分。spark使用自己的术语和 partition 在spark中的含义与hadoop中的split大致相同。
当从hdfs读取一个文件时，hadooprdd正在被使用并且在引擎盖下，每个 split 将成为 partition .
dataframe：dataframe的存储方式是否与rdd相同？如果我将源数据单独存储到Dataframe中，是否会在后台创建rdd？
Dataframe只不过是引擎盖下的rdd[internalrow]。
看看Spark机。