Spark核心编程-RDD持久化详解

一、不使用RDD持久化 二、使用RDD持久化 三、持久化对于性能调优的原则 尽量去复用RDD，差不多的RDD，可以抽取称为一个共同的RDD，供后面的RDD计算时，反复使用。 公共RDD一定要实现持久化，对于要多次计算和使用的公共RDD，一定要进行持久化。 持久化，也就是说，将RDD的数据缓存到内存中/磁盘中，以后无论对这个RDD做多少次计算，都是直接取这个RDD的持久化的数据，比如从内存中或者磁盘

>>阅读原文<<