shuffle缓存，跳过stage

为什么有时候 触发多次action的时候，后边的会比前边的快。

比如 wordcount，第一次  collect的时候 6秒 第二次collect只需要3秒 为什么？？？？

因为，spark在shuffle真正触发的时候，会把shuffle结果缓存到磁盘（/tmp/spark**********/****mgr/********下），下次action的时候，shuffle之前的数据就不需要执行了，就会被skip掉，所以变快了。

那如果，tmp下的缓存数据丢失了呢？ spark会报错，但是 他还会帮你执行出结果来，就是重新算一边shuffle之前的过程。