1）Lineage 说明
Lineage 保存了RDD的依赖关系
如：有这样的依赖关系：A =map=> B =filter=>C
假设B的RDD某个分区挂了，就可以通过血缘关系重新计算map的函数获取回来
即：一个RDD是如何从父RDD计算过来的
2）假如某RDD的分区是通过几个分区reducebykey算出来的，这时候得几个一起计算，如图：
3）Denpendence 两种介绍
Narrow 窄依赖 ： 一个父RDD的partition至多被子RDD的某个partition使用一次 ，没有shuffle，容错和速度都很理想
Wide 宽依赖：一个父RDD的partition会被子RDD的某个partition使用多次，有shuffle，挂掉要重算，性能差很多
扫描二维码关注公众号，回复：
1245472 查看本文章
4）窄依赖
Q：Spark的join是窄依赖还是宽依赖？
A：join with inputs co-partitioned是窄依赖，其余都是宽依赖
5）宽依赖
Wide 会产生Shuffle ， 只要n个有shuffle，都会被拆成n+1个stage
以下例子属于宽依赖：join / xxbykey（通过key分发都会产生shuffle）
6）stage图解，以下为通过两个shuffle最终有3个stage的案例
7）wordcount stage变化图解
