spark cache和checkpoint

1，基于内存

2，cache的使用

3，pipline

1：All-In-One的解决方案
        谈到Spark，大多数的人首先想到的是内存计算框架，计算速度很快等概念。但对于系统架构师或IT信息部门主管来说，更吸引其眼光的应该是Spark的All-In-One的解决方案。

除了核心的Spark Core Engine外，Spark提供了应用在不同场景上的处理工具：
应用于流式计算的Spark Streaming
应用于即席查询（Ad-hoc）的Spark SQL
应用于机器学习（数据挖掘）的MLlib
应用于图处理的GraphX
将R扩展成并行计算的SparkR
还有权衡精度和速度的查询引擎BlinkDB
Spark1.0.0已经在努力统一规划上面的各个组件，其基础就是RDD。随着Spark生态的完善和扩展，Spark将能应付各种大数据处理场景。这意味着采用Spark将减少人力和资金的投入，降低的系统的复杂性，减轻维护的工作量。