[spark 面试] cache/persist/checkpoint

          1. cache与persist cache 能够让重复数据在同一个 application 中的 jobs 间共享。RDD的cache()方法其实调用的就是persist方法，缓存策略均为MEMORY_ONLY。 下面简单引入一下cache的机制： 哪些 RDD 需要 cache？ 会被重复使用的（但不能太大）。 用户怎么设定哪些 RDD 要 cache？ 因为用户只与 dr

>>阅读原文<<