checkpoint原理机制
当RDD使用cache机制从内存中读取数据，如果数据没有读到，会使用checkpoint机制读取数据。此时如果没有checkpoint机制，那么就需要找到父RDD重新计算数据了，因此checkpoint是个很重要的的容错机制。checkpoint就是对于一个RDDchain（链），如果后面需要反复使用某些中间结果RDD，可能因为一些故障导致该中间数据丢失，那么就可以针对该RDD启动checkpoint机制，使用checkpoint首先需要调用sparkContext的setCheckpoint方法，设置一个容错文件系统目录，比如HDFS，然后对RDD调用checkpoint方法。之后再RDD所处的job运行结束后，会启动一个单独的job来将checkpoint过的数据写入之前设置的文件系统持久化，进行高可用。后面的计算使用该RDD时，如果数据丢了，但是还是可以从他的checkpoint中读取数据，不需要重新计算当RDD使用cache机制从内存中读取数据，如果数据没有读到
