RDD的持久化

Spark最重要的一個功能，就是在不同操作間，持久化（或緩存）一個數據集在內存中。當你持久化一個RDD，每一個結點都將把它的計算分塊結果保存在內存中，並在對此數據集（或者衍生出的數據集）進行的其它動作中重用。這將使得後續的動作(Actions)變得更加迅速（通常快10倍）。緩存是用Spark構建迭代算法的關鍵。 你可以用persist()或cache()方法來標記一個要被持久化的RDD，然後一旦首

>>阅读原文<<