概述
在spark程序中，当一个传递给Spark操作(例如map和reduce)的函数在远程节点上面运行时，Spark操作实际上操作的是这个函数所用变量的一个独立副本。
这些变量会被复制到每台机器上，并且这些变量在远程机器上的所有更新都不会传递回驱动程序。通常跨任务的读写变量是低效的，
但是，Spark还是为两种常见的使用模式提供了两种有限的共享变量：广播变（broadcast variable）和累加器（accumulator）
广播变量(broadcast variable)
如果我们要在分布式计算里面分发大对象，例如：字典，集合，黑白名单等，这个都会由Driver端进行分发，一般来讲，如果这个变量不是广播变量，
那么每个task就会分发一份，这在task数目十分多的情况下Driver的带宽会成为系统的瓶颈，而且会大量消耗task服务器上的资源，
如果将这个变量声明为广播变量，那么只是每个executor拥有一份，在该executor启动的所有task会共享这个变量，节省了通信的成本和服务器的资源。
- 广播变量使用
# 定义广播变量
val a = 3
val broadcast = sc.broadcast(a)
# 引用广播变量
val c = broadcast.value
- 注意事项
-
能不能将一个RDD使用广播变量广播出去？
不能，因为RDD是不存储数据的。可以将RDD的结果广播出去。 -
广播变量
只能在Driver端定义，不能在Executor端定义。 -
在
Driver端可以修改广播变量的值，在Executor端无法修改广播变量的值。 -
如果executor端用到了Driver的变量，如果不使用广播变量
在Executor有多少task就有多少Driver端的变量副本。 -
如果Executor端用到了Driver的变量，如果使用广播变量在每个Executor中只有一份Driver端的变量副本。
-
累加器
在spark应用程序中，我们经常会有这样的需求，如异常监控，调试，记录符合某特性的数据的数目，这种需求都需要用到计数器，
如果一个变量不被声明为一个累加器，那么它将在被改变时不会在driver端进行全局汇总，
即在分布式运行时每个task运行的只是原始变量的一个副本，并不能改变原始变量的值，但是当这个变量被声明为累加器后，该变量就会有分布式计数的功能。
- 累加器使用
# 定义累加器
val a = sc.accumulator(0)
# 引用累加器
val b = a.value
累加器在Driver端定义赋初始值，累加器只能在Driver端读取最后的值，在Excutor端更新。
累加器不是一个调优的操作，因为如果不这样做，结果是错的
