【文件属性】：
文件名称：Checkpoint的功能-spark介绍 spark入门
文件大小：2.37MB
文件格式：PPT
更新时间：2021-04-26 10:16:19
spark学习 spark介绍 大数据ppt spark ppt
Checkpoint的功能
所以，针对上述的复杂Spark应用的问题（没有容错机制的问题）。就可以使用checkponit功能。
checkpoint功能是什么意思？checkpoint就是说，对于一个复杂的RDD ，我们如果担心中间某些关键的，在后面会反复几次使用的RDD，可能会因为节点的故障，导致持久化数据的丢失，那么就可以针对该RDD格外启动checkpoint机制，实现容错和高可用。
checkpoint，就是说，首先呢，要调用SparkContext的setCheckpointDir()方法，设置一个容错的文件系统的目录，比如说HDFS；然后，对RDD调用调用checkpoint()方法。之后，在RDD所处的job运行结束之后，会启动一个单独的job，来将checkpoint过的RDD的数据写入之前设置的文件系统，进行高可用、容错的类持久化操作。
那么此时，即使在后面使用RDD时，它的持久化的数据，不小心丢失了，但是还是可以从它的checkpoint文件中直接读取其数据，而不需要重新计算。（CacheManager）