大数据-玩转数据-Spark-RDD编程基础-RDD持久化与分区（python版）

大数据-玩转数据-Spark-RDD编程基础-RDD持久化与分区（python版） 大数据-玩转数据-Spark-RDD编程基础-RDD持久化与分区（python版）

一、持久化
根据Spark的RDD惰性计算机制，每次调用行动计算，都将触发一次从头计算，对于迭代计算，资源消耗代价较大 。
我们可以用持久化（缓存）机制来避免这种重复计算。
persis(MEMORY_ONLY)：将RDD对象作为反序列化对象存储在JVM,如果内存不足,用LRU原则替换缓存中的内容。
persis(MEMORY_AND_DISK)： 将RDD对象作为反序列化对象存储在JVM,如果内存不足,超出部分存储在硬盘。
而 cache() 方法会调用 persis(MEMORY_ONLY) 。

>>> list = ["Hadoop","Spark","Hive"