Lineage（血統）
在spark中，數據的處理和計算都是通過RDD的轉換進行的。由於RDD是不可變的，在轉換的過程中就會生成新的RDD。而這些RDD的順序就形成了類似血緣的關係，新的RDD會依賴於舊的RDD。spark會將這一血緣關係記錄下來，這樣就能提高容錯性能，當集羣中有節點宕機後造成RDD部分數據丟失，就可以根據這個Lineage來進行重新計算來恢復丟失的數據。在RDD中有一個toDebugString方法來查看Lineage。
窄依賴
窄依賴就是父RDD的一個分區，最多隻能給子RDD的一個分區使用，就是典型的1對1關係。如圖所示：
寬依賴
寬依賴是指父RDD的一個分區被子RDD的多個分區使用，是1對多的關係。寬依賴會引起shuffle，速度會比較慢，因爲shuffle的話要等對應的父RDD的所有分區的數據全部處理完才能進行處理，如下圖所示：
DAG（有向無環圖）
spark中的RDD經過一些列轉換就形成了DAG。根據RDD之間的依賴關係的不同將DAG劃分成不同的Stage，對於窄依賴，partition的轉換處理在Stage中完成計算。對於寬依賴，由於有Shuffle的存在，只能在parent RDD處理完成後，才能開始接下來的計算，因此寬依賴是劃分Stage的依據。通過下圖我們可以清楚的知道，stage = shuffle次數 + 1。
