当Dataset被调用时，spark是否会实际缓存org.apache.spark.sql.Dataset#persist()？或者，当在count上调用某些终端操作（如Dataset）时，它会被懒惰地缓存。
答案 0 :(得分：2)
因为Spark Dataset.persist中的所有缓存操作都是惰性的，并且只标记给定的缓存对象，如果它被评估过。
与RDD相比的主要区别在于评估难以推理。请参阅开发人员列表中的相关讨论：Will .count() always trigger an evaluation of each row?