Apache Spark 我在这里坚持什么？
Apache Spark what am I persisting here?
在这一行中，持久化了哪个RDD？ dropResultsN 或 dataSetN?
dropResultsN = dataSetN.map(s -> standin.call(s)).persist(StorageLevel.MEMORY_ONLY());
问题是 Apache Spark timing forEach operation on JavaRDD 的一个附带问题，我仍在寻找如何最好地安排 RDD 创建时间这一核心问题的好答案。
dropResultsN 是持久化的 RDD（它是将 dataSetN 映射到方法 standin.call() 上产生的 RDD）。
我在 O'Reilly 的 Learning Spark 中找到了一个很好的例子：
示例3-40。 Scala 中的 persist() （假设 Java 相同）
import org.apache.spark.storage.StorageLevel
val result = input.map( x => x*x )
result.persist(StorageLevel.[<your choice>][1])
NOTE in Learning Spark: Notice that we called persist() on the RDD
before the first action. The persist() call on its own doesn't force
evaluation.
我的注意，在这个例子中，持久化在下一行，我认为这比我的问题中的代码更清楚。
在这一行中，持久化了哪个RDD？ dropResultsN 或 dataSetN?
dropResultsN = dataSetN.map(s -> standin.call(s)).persist(StorageLevel.MEMORY_ONLY());
问题是 Apache Spark timing forEach operation on JavaRDD 的一个附带问题，我仍在寻找如何最好地安排 RDD 创建时间这一核心问题的好答案。
dropResultsN 是持久化的 RDD（它是将 dataSetN 映射到方法 standin.call() 上产生的 RDD）。
我在 O'Reilly 的 Learning Spark 中找到了一个很好的例子：
示例3-40。 Scala 中的 persist() （假设 Java 相同）
import org.apache.spark.storage.StorageLevel
val result = input.map( x => x*x )
result.persist(StorageLevel.[<your choice>][1])
NOTE in Learning Spark: Notice that we called persist() on the RDD before the first action. The persist() call on its own doesn't force evaluation.
我的注意，在这个例子中，持久化在下一行，我认为这比我的问题中的代码更清楚。