Spark RDD弹性分布式数据集：
弹性1:RDD自动地进行内存和磁盘数据存储的切换
弹性2:基于Lineage的高效容错
弹性3:Task若失败，会自动进行特定次数的重试
弹性4:Stage若失败，会自动进行容错，只进行失败分片的重新计算
弹性5：repartition
做缓存的几个时机：
1.计算过程特别耗时
2.计算链条很长
3.shuffle之后
4.checkpoint
5.shuffle之前（框架默认帮助我们持久化）
cache()
之后不要立即接算子，否则会重新触发计算。
cache()是persist的特殊的情况，只能存在内存，只有一副副本。
persist可以内存和硬盘，副本可以不只一副。