Spark的宽依赖和窄依赖

如何区分宽窄依赖？
1:1或者n:1 无shuffle，是窄依赖，n:n有shuffle是宽依赖。
从父RDD到子RDD的角度可以区分开，父RDD1个分区到子RDD的多个分区是宽依赖，到1个分区是窄依赖，要是从子RDD到父RDD的角度则是没区别，看不清了。
为啥窄依赖没有shuffle，而宽依赖有shuffle呢，应该是跟这个1:1或者n:1 ，还是 n:n 有关系，n:n才需要等所有shuffle结束，所有依赖都满足，才会进行下一stage，窄依赖就不用shuffle，一个stage内的多task就可以了。
窄依赖不搞shuffle，还有一个原因就是合并算子链，形成管道，且容错高，单个task出错，只需要计算单个task，不需要重新计算整个任务。
实际上stage的划分既可以说是按照宽依赖来划分的，也可以说是按照shuffle来划分的，每个stage内部都是窄依赖，是可能形成管道的，窄依赖是并行的，宽依赖是串行的。