spark 只基于内存计算

答案是否定的

那么第二次就不会再加载数据了：如下图

）

将RDD元素从磁盘缓存到内存，相当于persist（MEMORY_ONLY）函数的功能。

但是 spark 是不是只基于内存计算呢？ 答案是否定的。

因为有种缓存策略叫，即基于内存，又基于磁盘（也就是hdfs）

例如，如果前面我们经过了一大堆transformations  算子的计算，想把结果缓存下来，但是

内存又不够，此时如果我们选择只存入内存，那么没有存下的部分数据只能丢掉了，那么再次使用时，只能从内存里获得一部分数据，那些丢掉的数据必须重新计算了。

那么 如果我们选择放入 内存和磁盘的方式，那么内存放不下的那部分数据，就会放到磁盘，此时再次使用数据时就可以直接从内存和磁盘取了（注，这种缓存方式，磁盘上放的也是结果数据）