Spark spark持久化(persisitent)，什么情况下需要持久化

Spark持久化

在StorageLevel这个类中，我们能看到Spark是如何持久化的


def persist(newLevel: StorageLevel)
def unpersist(blocking: Boolean = true)

在StorageLevel中定义的变量分别为

class StorageLevel private(
    private var _useDisk: Boolean,  //磁盘
    
    private var _useMemory: Boolean, //内存
    
	//JVM内存中tachyon(基于内存的分布式文件系统)
    private var _useOffHeap: Boolean,  
    
    private var _deserialized: Boolean, //反序列化
    
    private var _replication: Int = 1)  //副本个数
 
  extends Externalizable

什么情况下，RDD数据需要进行持久化呢？？？

场景一：某个RDD数据，被多次使用
  重复RDD
场景二：某个RDD数据来自不易，使用超过1次
  经过复杂的处理得到RDD

通常选择的策略
  MEMORY_ONLY_2 -如果内存足够
  MEMORY_AND_DISK_SER_2 -如果内存不够，先内存后磁盘，