Spark一些基礎原理——Cache

lv0 cache是Spark程序設計中比較重要的一環，是對RDD的中間結算結果進行持久化，截斷RDD的血統，這種持久化通常是多副本形式存在的。在Task發生調用RDD的compute計算時，其經過iterator進行計算，它會識別是否有緩存數據能夠調用，若是沒有則經過RDD繼續計算；若是有則BlockManager從Local或者Remote獲取數據，沒獲取到再檢查checkpoint中的數據，

>>阅读原文<<