spark cache优化

cache优化针对的是rdd_a不仅要计算得到rdd_b还要计算得到rdd_c，如果不cache再计算rdd_c时就要重新计算rdd_a，因为在计算完rdd_b时系统就以为rdd_a没用了就释放了。

rdd_a = sc.textFile(file_path)

rdd_b = rdd_a.map(fun1).reduceByKey(fun2)

rdd_c = rdd_a.map(fun3).reduceByKey(fun4)

这样程序就会读两次hdfs文件，如果rdd_a很复杂浪费的时间就很多了。