我想知道，當執行在緩存是一個過濾RDD猶若我們進行以下說明：上緩存RDD
val rdd : = sc.textFile("myfile").zipwithIndex.cache
val size = rdd.count
val filter = rdd.filter(_._2 % 2 == 0)
val sizeF = filter.count
在過濾器上執行的操作RDD是執行，如果它是在高速緩存或不是？儘管我們從第一個RDD創建了第二個RDD，但信息來自同一個地方，所以我想知道它是否被複制到需要緩存的新對象中，或者如果過濾對象直接鏈接到了其父項允許更快的行動？
由於filter是轉型而不是動作，由於火花懶實際上什麼也沒有在下面這行：
val filter = rdd.filter(_._2 % 2 == 0)
以下行：
val sizeF = filter.count
將使用緩存的（）rdd，並將執行filter變換然後count動作
因此，filter轉換中沒有任何內容cache。
轉換
下表列出了一些火花支持 常見的轉換。有關詳細信息，請參閱RDD API文檔（Scala，Java，Python，R）和RDB函數doc（Scala，Java）。
filter（func）返回通過選擇func返回true的源的那些元素 形成的新數據集。
注意。如果filter是動作，並且創建了新的RDD，則不會是cached，只有cache()操作在其上執行的RDD是cached。
沒有，
孩子RDD不會cahced，緩存將保持原始RDD在你的工人和其他數據都不會被緩存。
如果您要求這個過濾後的RDD其他步驟不會更改數據，由於Spark將工作中的Spark文件保留在工作人員中，直到發生真正的變化時，響應總是會很快。