Spark：宽依赖和窄依赖

站在父RDD角度 窄依赖：一对一 站在父RDD角度 宽依赖：一对多 宽依赖和窄依赖：   宽依赖：父RDD的分区被子RDD的多个分区使用   例如 groupByKey、reduceByKey、sortByKey等操作会产生宽依赖，会产生shuffle 窄依赖：父RDD的每个分区都只被子RDD的一个分区使用  例如map、filter、union等操作会产生窄依赖   注意：join操作有两种情况

>>阅读原文<<