1 RDD 持久化

• 跨操作進行RDD的記憶體式儲存；
• 持久化 RDD時，節點上的每個分割槽都會儲存到記憶體中；
• 快取技術是迭代計算和互動式查詢的重要工具；
• 使用 persist() 和 cache() 進行 RDD 的持久化，cache() 是 perisit() 的一種；
• action 第一次操作時會發生 persist()
• spark的 cache是容錯的，如果RDD的任何一個分割槽丟失了，都可以通過最初建立 的RDD 重新計算；
• persist 可以使用不同的儲存級別進行持久化；

1.1 刪除持久化資料

• rdd.unpersist()

2 Spark累加器，廣播變數

• 啟動叢集
  
• spark shell 連線到叢集
  

2.1 資料傳遞

• map,filter等的高階函式中訪問的物件被序列化到各個節點。每個節點都有一份拷貝
• 變數值並不會回傳到 driver 程式

2.2 共享變數

• spark 通過廣播變數和累加器實現共享變數
  
• 累加器