Spark 中的两个重要抽象是RDD和共享变量
当Spark在集群的多个不同节点的多个任务上，并行运行一个函数时，他会把函数中涉及到的每个变量在每个任务上都生成一个副本。
在做计算的时候，几个task任务需要公共数据，通过设置共享变量，减少开销---->设置几个共享变量（只读），将其发送至executor，所有task共享这些只读变量
为了满足这种需求，Spark提供了两种类型的变量：广播变量（broadcast variables）、累加器（accumulators）
广播变量：允许程序开发人员在每个机器上缓存一个只读变量，而不是为机器上的每个任务都生成一个副本
Spark的“行动”操作会跨越多个阶段（stage），对于每个阶段内的所有任务所需的公共数据，Spark都会自动进行广播，广播到executor（只广播一次）。
通过调用sparkContext.broadcast(v)来从一个普通变量v中创建一个广播变量。这个广播变量就是对普通变量v的一个包装器，通过调用value方法就可以获得这个广播变量的值，如下
这个广播变量被创建后，那么在集群中的任何函数中，都应该使用广播变量broadcastVar的值，而不是使用v的值，这样就不会把v重复分发到这些节点上。此外，一旦广播变量创建后，普通变量v的值就不能再发生修改，从而确保所有节点都获得这个广播变量的相同值
累加器：是仅仅被相关操作累加的变量，通常可以被用来实现计数器（counter）和求和（sum）。Spark原生地支持数据值型（numeric）的累加器，程序开发人员可以编写对新类型的支持
一个数值型的累加器，可以通过调用SparkContext.longAccumulator()或者SparkContext.doubleAccumulator()来创建运行在集群中的任务，就可以使用add（）方法来把数值累加到累加器上，但是，这些任务只能做累加操作，不能读取累加器的值，只有任务控制节点（Driver Program）可以使用value方法来读取累加器的值
