前面我們說過如果我們想提高spark RDD的執行效率的話，我們可以將常用的RDD cache到記憶體中這樣我們用的話就可以直接拿，執行的效率也會快很多，當然這個cache如果不釋放就會一直佔用記憶體的空間。

兩次執行rdd2.count的速度明顯不一樣，第二次的速度會更快

第一次用了3秒，第二次僅用了0.2秒，這都是快取的功勞

這就是我們的快取，佔用了352B的空間，如果不釋放的話就會一直存在。

我們可以通過unpersist(true)來釋放快取

執行之後快取已經消失

現在我們有一個問題，如果資料量非常大，他還會幫我們都快取起來嗎？如果快取不下來怎麼辦？

如果資料量過大，記憶體中放不下的話，就會在記憶體中放一部分，磁碟中放一部分。

cache呼叫的是persist方法。我們可以檢視原始碼：

接下來我們呼叫一下persist:

要呼叫話還需要導包：

快取結果：