Spark——控制算子

概念： 控制算子有三种，cache,persist,checkpoint，以上算子均可以将RDD持久化，持久化的单位是partition。cache和persist都是懒执行的。必须有一个action类算子触发执行。checkpoint算子不只能将RDD持久化到磁盘，还能切断RDD之间的依赖关系。java cache 默认将RDD的数据持久化到内存中。cache是懒执行。 注意：cache ()

>>阅读原文<<