1）RDD的cache()方法其实调用的就是persist方法，缓存策略均为MEMORY_ONLY；
2）可以通过persist方法手工设定StorageLevel来满足工程需要的存储级别；
3）cache或者persist并不是action；
附：cache和persist都可以用unpersist来取消
相关文章
- spark和Hadoop之间的对比和联系-一、Spark和Hadoop的对比
- spark和hadoop的区别与联系
- 如何理解spark中RDD和DataFrame的结构？
- tensorflow入门教程和底层机制简单解说——本质就是图计算，自动寻找依赖，想想spark机制就明白了
- Spring Cache和Redis的区别
- spark on alluxio和MR on alluxio测试(改进版)【转】
- PySpark安装及WordCount实现（基于Ubuntu）-安装Java： PySpark需要Java运行环境。你可以使用以下命令安装OpenJDK： sudo apt update sudo apt install default-jre default-jdk 安装Scala： PySpark还需要Scala，可以使用以下命令安装： sudo apt install scala 安装Python： 如果你的系统没有Python，可以安装Python 3： sudo apt install python3 安装Apache Spark： 下载并解压Apache Spark。你可以在Apache Spark官网下载最新版本的Spark。 wget https://downloads.apache.org/spark/spark-x.y.z/spark-x.y.z-bin-hadoopx.y.tgz tar -xzvf spark-x.y.z-bin-hadoopx.y.tgz 将 spark-x.y.z-bin-hadoopx.y替换为你下载的实际版本。 设置环境变量： 在 .bashrc或 .zshrc文件中设置Spark和PySpark的环境变量： export SPARK_HOME=/path/to/spark-x.y.z-bin-hadoopx.y export PATH=$PATH:$SPARK_HOME/bin export PYSPARK_PYTHON=python3 记得使用实际的Spark路径。 安装PySpark： 使用pip安装PySpark： pip install pyspark 实现WordCount：
- 谷歌guava cache的getIfPresent和getUnchecked区别
- Kettle PDI小白新手/进阶/必备 大数据基础之一数据清洗(ETL）基础进阶总结 1.6万字长文 附带大数据流处理和批处理的定义，Spark，Flink和Storm优缺点和适用场景 混合处理模式
- hadoop 2.7.2 和 spark1.6 多节点安装