1. RDD cache缓存
当持久化某个RDD后，每一个节点都将把计算的分片结果保存在内存中，并在对此RDD或衍生出的RDD进行的其他动作中重用（不需要重新计算）。这使得后续的动作变得更加迅速。RDD相关的持久化和缓存，是Spark最重要的特征之一。当持久化某个RDD后，每一个节点都将把计算的分片结果保存在内存
阅读背景：
Spark cache和checkpoint机制
来源：互联网
分享到：
