Spark核心编程-RDD持久化详解

1、不使用RDD持久化 2、使用RDD持久化 3、持久化对于性能调优的原则 尽可能去复用RDD，差很少的RDD，能够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必定要实现持久化，对于要屡次计算和使用的公共RDD，必定要进行持久化。 持久化，也就是说，将RDD的数据缓存到内存中/磁盘中，之后不管对这个RDD作多少次计算，都是直接取这个RDD的持久化的数据，好比从内存中或者磁

>>阅读原文<<