[spark 面試] cache/persist/checkpoint

          1. cache與persist cache 能夠讓重複數據在同一個 application 中的 jobs 間共享。RDD的cache()方法其實調用的就是persist方法，緩存策略均爲MEMORY_ONLY。 下面簡單引入一下cache的機制： 哪些 RDD 需要 cache？ 會被重複使用的（但不能太大）。 用戶怎麼設定哪些 RDD 要 cache？ 因爲用戶只與 dr

>>阅读原文<<