RDD持久化

RDD Persist

RDD通过Cache或者Persist方法将前面的计算结果缓存，默认情况下会把数据缓存在（BlockManager）JVM的堆内存中。不是说这两个方法被调用时立即缓存，而是触发后面的action算子时，该RDD将会被缓存在计算节点的内存中，供后面重用。
Cache是调用的无参Persist方法，存储级别为MEMORY_ONLY。
如果需要从内存中清除缓存，可以使用unpersist()方法。RDD持久化是可以手动选择不同的策略的。在调用persist()时传入对应的StorageLevel即可。

检查点 RDD CheckPoint

检查点其实就是通过将RDD中间结果写入磁盘。由于血缘依赖过长会造成容错成本过高，这样就不如在中间阶段做检查点容错。如果检查点之后节点出现问题，可以从检查点开始重做血缘，减少了开销。同理，也是在执行Action操作才能触发。

缓存和检查点的区别

1. Cache缓存只是将数据保存在BlockManager中，不切断血缘依赖。CheckPoint检查点切断血缘依赖，只有一个强行设置的checkpointRDD。
2. Cache缓存数据通常存储在磁盘、内存等地方，可靠性低。CheckPoint的数据通常存储在HDFS等容错、高可用的文件系统，可靠性高。