在Apache Spark中，RDD（Resilient Distributed Dataset）是一個基本的、不可變的、分布式的和可分區的數據集。它能夠自動進行容錯處理，并支持在大規模集群上的并行操作。RDD之間存在依賴關系，可以實現管道化，避免了中間數據的存儲。

創建RDD的方式有以下幾種：

1. 通過集合創建RDD，例如使用parallelize()方法或makeRDD()方法將List或Array轉換為RDD。這種方式創建的RDD是基于內存中的集合，適合小規模數據。

2. 通過外部存儲系統中的數據集創建RDD，如本地文件、HDFS文件、HBase文件等。可以使用textFile()方法讀取文本文件生成RDD。

   • 對于本地模式的Spark Shell，可以直接讀取本地文件，也可以讀取HDFS文件。讀取本地文件時，加不加file://前綴都可以；讀取HDFS文件時，需要添加hdfs://master:9000前綴。

   • 對于集群模式的Spark Shell，只能讀取HDFS文件生成RDD，不能讀取本地文件。讀取HDFS文件時，必須添加hdfs://master:9000前綴。

下面是一些創建RDD的示例代碼：

// 通過List創建RDD
val rddFromList = sc.parallelize(List(1, 2, 3, 4, 5, 6, 7, 8))// 通過Array創建RDD
val rddFromArray = sc.parallelize(Array("北京", "上海", "廣州", "深圳", "瀘州"))// 通過本地文件創建RDD
val rddFromLocalFile = sc.textFile("/home/test.txt")// 通過HDFS文件創建RDD
val rddFromHDFSFile = sc.textFile("hdfs://master:9000/luzhou/test.txt")

需要注意的是，創建的RDD是分布式的集合，可以在集群上進行并行操作。相比于Scala的List和Array，RDD具有更好的容錯性和分布式計算能力。