当父子RDD间的依赖为窄依赖时,可以pipeline
但对应的pipeline作用在分区数据层,而不是作用在记录级别,在性能上并没有完全体现pipeline的最大优势。
如:filter + map, 对应在父RDD的各个分区中,会有一次iterator的filter,然后pipeline时,再次子RDD各个分区的iterator的map。
如果iterator本身支持pipeline,则可以通过scala的将操作组合起来,实现pipeline作用在记录级别。
具体的模拟测试及其消耗时间待补充。