-
cache(): RDD[T]
-
persist(): RDD[T]
-
persist(level: StorageLevel): RDD[T]
cache和persist操作都是對RDD進行持久化,其中cache是persist採用MEMORY_ONLY存儲級別時的一個特例,
scala> var rdd = sc.textFile("/Users/lyf/Desktop/data.txt")
rdd: org.apache.spark.rdd.RDD[String] = /Users/lyf/Desktop/data.txt MapPartitionsRDD[57] at textFile at <console>:24
scala> rdd.cache()
res38: org.apache.spark.rdd.RDD[String] = /Users/lyf/Desktop/data.txt MapPartitionsRDD[57] at textFile at <console>:24
// 第一次計算行數,這裏只能從本地文件讀取數據,不能從內存
scala> rdd.count()
res39: Long = 4
// 第二次計算,則是從內存中讀取數據
scala> rdd.count()
res40: Long = 4
scala> var rdd = sc.textFile("/Users/lyf/Desktop/data.txt")
rdd: org.apache.spark.rdd.RDD[String] = /Users/lyf/Desktop/data.txt MapPartitionsRDD[59] at textFile at <console>:24
scala> rdd.persist()
res41: org.apache.spark.rdd.RDD[String] = /Users/lyf/Desktop/data.txt MapPartitionsRDD[59] at textFile at <console>:24
scala> rdd.count()
res42: Long = 4
scala> rdd.count()
res43: Long = 4
StorageLevel有以下幾種
級別 | 使用空間 | CPU時間 | 是否在內存 | 是否在磁盤 | 備註 |
MEMORY_ONLY | 高 | 低 | 是 | 否 | 數據只放在內存中 |
MEMORY_ONLY_2 | 高 | 低 | 是 | 否 | 持久化2份數據 |
MEMORY_ONLY_SER | 低 | 高 | 是 | 否 | 數據序列化後存人內存 |
MEMORY_ONLY_SER_2 |
低 |
高 |
是 |
否 |
持久化2份數據 |
MEMORY_AND_DISK |
高 | 中 | 部分 | 部分 | 如果數據在內存中放不下,則溢寫到磁盤 |
MEMORY_AND_DISK_2 |
高 |
中 |
部分 |
部分 |
持久化2份數據 |
MEMORY_AND_DISK_SER |
低 | 高 |
部分 |
部分 |
如果數據在內存中放不下,則溢寫到磁盤。內存中存放序列化後的數據 |
MEMORY_AND_DISK_SER_2 |
低 |
高 |
部分 |
部分 |
持久化2份數據 |
DISK_ONLY | 低 | 高 | 否 | 是 | 數據只存入磁盤 |
DISK_ONLY_2 |
低 |
高 |
否 |
是 |
持久化2份數據 |
-
unpersist(): RDD[T]
與persist相反,該操作可以手動將持久化的數據從緩存中移除
scala> var rdd = sc.textFile("/Users/lyf/Desktop/data.txt")
rdd: org.apache.spark.rdd.RDD[String] = /Users/lyf/Desktop/data.txt MapPartitionsRDD[59] at textFile at <console>:24
scala> rdd.persist()
res41: org.apache.spark.rdd.RDD[String] = /Users/lyf/Desktop/data.txt MapPartitionsRDD[59] at textFile at <console>:24
scala> rdd.unpersist()
res44: org.apache.spark.rdd.RDD[String] @scala.reflect.internal.annotations.uncheckedBounds = /Users/lyf/Desktop/data.txt MapPartitionsRDD[59] at textFile at <console>:24