spark 中对多次使用的RDD进行持久化应该怎么做最好？
spark 中对多次使用的RDD进行持久化应该怎么做最好？
展开
收起
1
条回答
写回答
写回答
-
cache()方法表示：使用非序列化的方式将RDD中的数据全部尝试持久化到内存中。 此时再对rdd1执行两次算子操作时，只有在第一次执行map算子时，才会将这个rdd1从源头处计算一次。 第二次执行reduce算子时，就会直接从内存中提取数据进行计算，不会重复计算一个rdd。
2021-12-07 20:29:20赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
