RDD和它依赖的父RDD的关系有两种不同的类型,即窄依赖和宽依赖。
窄依赖
子rdd对应一个或有限个父rdd
宽依赖
子rdd对应所有父rdd
宽依赖就会发生shuffle过程
Lineage(血统)
将创建RDD的一系列Lineage(即血统)
记录下来,以便恢复丢失的分区。RDD的Lineage会记录RDD的元数据信息和转换行为,当该RDD的部
分分区数据丢失时,它可以根据这些信息来重新运算和恢复丢失的数据分区。
DAG有向无环图
RDD任务的切分
并行度:程序同一时间执行作业的线程个数。
原始的RDD通过一系列的转换就就形成了DAG,根据RDD之间的依赖关系的不同将DAG划分成不同的
Stage