RDD的依赖关系:宽依赖、窄依赖、Lineage(血统关系)
宽依赖:指的是多个子RDD的Partition会依赖同一个父RDD的Partition,会引起shuffle(可以理解为超生)
窄依赖:指的是每一个父RDD的Partition最多被子RDD的一个Partition使用(可以理解为独生子女)
Lineage:应用在整个过程中,RDD之间形成的产生关系,就叫做血统关系,RDD在没有持久化的时候默认是不保存的,如果需要那么根据血统关系来重新计算。
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。
推荐: