Lineage（血统）
在spark中，数据的处理和计算都是通过RDD的转换进行的。由于RDD是不可变的，在转换的过程中就会生成新的RDD。而这些RDD的顺序就形成了类似血缘的关系，新的RDD会依赖于旧的RDD。spark会将这一血缘关系记录下来，这样就能提高容错性能，当集群中有节点宕机后造成RDD部分数据丢失，就可以根据这个Lineage来进行重新计算来恢复丢失的数据。在RDD中有一个toDebugString方法来查看Lineage。
窄依赖
窄依赖就是父RDD的一个分区，最多只能给子RDD的一个分区使用，就是典型的1对1关系。如图所示：
宽依赖
宽依赖是指父RDD的一个分区被子RDD的多个分区使用，是1对多的关系。宽依赖会引起shuffle，速度会比较慢，因为shuffle的话要等对应的父RDD的所有分区的数据全部处理完才能进行处理，如下图所示：
DAG（有向无环图）
spark中的RDD经过一些列转换就形成了DAG。根据RDD之间的依赖关系的不同将DAG划分成不同的Stage，对于窄依赖，partition的转换处理在Stage中完成计算。对于宽依赖，由于有Shuffle的存在，只能在parent RDD处理完成后，才能开始接下来的计算，因此宽依赖是划分Stage的依据。通过下图我们可以清楚的知道，stage = shuffle次数 + 1。
