第22课：RDD的依赖关系彻底解密

                              


1.窄依赖是指每个父RDD的一个Partion最多被子RDD的一个Partion所使用，例如map、filter、union等都会产生窄依赖；

2，宽依赖是指一个父RDD的Partion会被多个子RDD的partion所使用，例如groupByKey、reduceByKey、sortByKey等操作都会产生宽依赖

总结如果父RDD的一个Partion被子RDD的Partion所使用就是窄依赖，否则的话就是宽依赖。

如果子RDD中的Partition对父RDD的Partition依赖的数量不会随着RDD数据规模的改变而改变的话，就是窄依赖，否则的话就是宽依赖。

特别说明：对join操作有两种情况，如果说join操作的使用每个partition仅仅和已知的Partition进行join，这次是join操作就是窄依赖；其它情况的join操作就是宽依赖；

因为是确定的partition数量的依赖关系，所有就是窄依赖，得出一个推论，窄依赖不仅包含一对一的窄依赖，还包含一对固定个数的窄依赖（也就是说对父RDD的依赖的Partition的数量不会随着RDD数据规模的改变而改变）

思考：RDD基于依赖关系构成了不同的Stage，到底能不能把所有的RDD放到一个任务中运行？

如果所有的RDD放在一个Stage中，任务需要一个一个执行，会产生大量的中间数据，为啥要产生中间数据？中间数据需要存储起来，才能进行下一步计算