学习 Spark 2（五）：RDD 缓存

内容简介：学习 Spark 2（五）：RDD 缓存

RDD 是惰性求值的

计算过程中，多次使用同一组数据时，通过调用 RDD.cache 或 RDD.persist 对 RDD 进行缓存持久哈，可以避免重复计算

当持久化一个 RDD 时，计算出 RDD 的节点会分别保存它们所求出的分区数据

出于不同的目的，可以选择不同的持久化级别：

注： RDD.cache 是 RDD.persist(StorageLevel.MEMORY_ONLY) 的简化，即把数据存储到内存中

Storage Level	说明
MEMORY_ONLY	存储未序列化的 Java 对象到 JVM。内存不足，则未缓存分区每次将重新计算。
MEMORY_AND_DISK	存储未序列化的 Java 对象到 JVM。内存不足，则溢写到磁盘上。
MEMORY_ONLY_SER	序列化数据的 MEMORY_ONLY
MEMORY_AND_DISK_SER	序列化数据的 MEMORY_AND_DISK
DISK_ONLY	存储数据到硬盘
_2	复制数据的一份副本
OFF_HEAP	类似 MEMORY_ONLY_SER，但是存储数据到堆外内存

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。