Spark中cache和persist的區別？

cache

默認是將數據存放到內存中，懶執行

def cache(): this.type = persist()

persist

可以指定持久化的級別。

最常用的是MEMORY_ONLY和MEMORY_AND_DISK。

”_2”表示有副本數。盡量避免使用_2和DISK_ONLY級別

cache和persist的注意點

1.都是懶執行(有的叫延遲執行)，需要action觸發執行，最小單位是partition

2.對一個RDD進行cache或者persist之后，下次直接使用這個變量，就是使用持久化的數據

3.如果使用第二種方式，不能緊跟action算子