Spark独到见解--3控制算子

  概念： 控制算子有三种，cache,persist,checkpoint，以上算子都可以将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算子不仅能将RDD持久化到磁盘，还能切断RDD之间的依赖关系。 1、cache 默认将RDD的数据持久化到内存中。cache是懒执行。 注意：chche()

>>阅读原文<<