1.1避免创建重复RDD
通常指，在开发spark作业中，首先基于某个数据源，（如hive或hdfs文件）创建一个初始RDD，接着对这个RDD进行某个算子操作，然后得到下一个RDD,以此类推，循环往复，直到计算出我们需要的结果；在此过程中多个RDD会通过不同算子操作串起来。这个RDD串 `RDD lineage` 也就是RDD的血缘关系链。
**在我们开发中注意，对于同一份数据，只创建一个RDD,不能创建多个RDD来代表同一份据。
1.2尽可能复用同一个RDD
1.我们除了在开发中避免对同一份完全相同数据创建多个RDD之外，与此同时在数据执行算子还要尽可能复用一个RDD;
2.比如有一个RDD数据格式为k-v类型，另一个是单v类型，这两个RDD的value数据完全一样，那么此时我们可以只使用k-v类型的那个RDD，因为其中已经包含了另一个的数据，对于类似这种多个RDD有重叠或包含的情况，我们尽量复用一个RDD,这样可以减少算子执行次数，也可以减少RDD的数量。
1.3对于多次使用RDD进行持久化
1.3.1概述