如何解决在spark RDD中应该使用哪种方法来处理这种情况解释？
在从另一个 RDD rdd0 进行大量计算之后，您正在创建一个 RDD rdd1。然后我们需要经常使用rdd1。 rdd1 的大小非常小，我们在每个容器上都有大量可用的 RAM。在spark RDD中应该使用哪种方法来处理这种情况。解释一下？
解决方法
使用cache将计算结果缓存在内存中，这样就不需要重新计算：
rdd1 = # operations on rdd0
rdd1.cache()
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
