# spark 有哪几种存储级别StoreLevel MEMORY\_ONLY：默认选项，RDD的（分区）数据直接以Java对象的形式存储于JVM的内存中，如果内存空间不足，某些分区的数据将不会被缓存，需要在使用的时候根据世代信息重新计算。 MEMORY\_ONLY\_SER：RDD的数据（Java对象）序列化之后存储于JVM的内存中（一个分区的数据为内存中的一个字节数组），相比于MEMORY\_ONLY能够有效节约内存空间（特别是使用一个快速序列化工具的情况下），但读取数据时需要更多的CPU开销；如果内存空间不足，处理方式与MEMORY\_ONLY相同。 MYMORY\_AND\_DISK：RDD的数据直接以Java对象的形式存储于JVM的内存中，如果内存空间不中，某些分区的数据会被存储至磁盘，使用的时候从磁盘读取。 MEMORY\_AND\_DISK\_SER：相比于MEMORY\_ONLY\_SER，在内存空间不足的情况下，将序列化之后的数据存储于磁盘。 DISK\_ONLY：仅仅使用磁盘存储RDD的数据（未经序列化）。 xxx\_2：以MEMORY\_ONLY\_2为例，MEMORY\_ONLY\_2相比于MEMORY\_ONLY存储数据的方式是相同的， 不同的是会将数据备份到集群中两个不同的节点，其余情况类似。 ### 7、spark中cache和persist的区别 * cache：缓存数据，默认是缓存在内存中，其本质还是调用persist * persist:缓存数据，有丰富的数据缓存策略。数据可以保存在内存也可以保存在磁盘中，使用的时候指定对应的缓存级别就可以了。