RDD 持久化

Spark 提供了一种便捷的方式来处理数据集，即在操作过程中将其持久化在内存中。在持久化 RDD 时，每个节点都会将它计算的任何分区存储在内存中。现在，我们也可以在对该数据集的其他任务中重用它们。

我们可以使用 persist() 或 cache() 方法来标记要持久化的 RDD。Spark 的缓存具有容错性。无论如何，如果 RDD 的分区丢失，它将自动使用最初创建它的转换重新计算。

有多种存储级别可用于存储持久化的 RDD。通过将 StorageLevel 对象（Scala、Java、Python）传递给 persist() 来使用这些级别。但是，cache() 方法用于默认存储级别，即 StorageLevel.MEMORY_ONLY。

以下是一组存储级别