1.RDD的cache和persist
- cache：存储级别是MEMORY_ONLY的， 是个transformation，是lazy的，只有触发了action，才会真正执行(spark sql中的cache是立刻执行的)
- persist：可以指定存储级别
- spark使用lru算法移除过期的cache数据，用户也可以手动取消序列化：unpersist（立即执行，不是lazy的）
2.存储级别StorageLevel
（1）存储级别有哪些？
（2） 如何选择存储级别
| 存储方式 | 描述 | 资源占用 | 适用场景 |
| MEMORY_ONLY | 内存，反序列化 | 内存占用大 | 内存资源充足（默认推荐） |
| MEMORY_ONLY_SER | 内存，序列化 | 节省内存，单耗费cpu | 内存资源不充足 |
| 磁盘 | 溢写到磁盘 | 占磁盘，速度慢 | 内存放不下（不推荐） |
官网的描述：
