spark中stage划分简单总结

父RDD的每一个分区最多被一个子RDD的分区所用，即同分区的所有key可以被映射到同一分区，这就是窄依赖，没必要进行shuffle。

宽依赖，key被映射到不同分区，需要shuffle。

spark中有两类stage，也称为task，一类是shuffleMapTask（用于shuffle），另一类是resultTask（用于产生结果）。

转载于:https://www.cnblogs.com/0xcafe/p/10089897.html