了解Spark DAG执行

Question

嗨请帮助理解Spark DAG模型根据spark official Spark中的所有转换都是懒惰的。默认情况下，每次转换RDD都可以在每次运行动作时重新计算。所以我写了一个小程序，如以下

scala> val lines = sc.textFile("C:\\Spark\\README.md")
lines: org.apache.spark.rdd.RDD[String] = C:\Spark\README.md MapPartitionsRDD[1] at textFile at <console>:24

scala> val breakLInes = lines.flatMap(line=>line.split(" "))
breakLInes: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[2] at flatMap at <console>:26

scala> val createTuple = breakLInes.map(line=>(line,1))
createTuple: org.apache.spark.rdd.RDD[(String, Int)] = MapPartitionsRDD[3] at map at <console>:28

scala> val wordCount = createTuple.reduceByKey
reduceByKey   reduceByKeyLocally

scala> val wordCount = createTuple.reduceByKey(_+_)
wordCount: org.apache.spark.rdd.RDD[(String, Int)] = ShuffledRDD[4] at reduceByKey at <console>:30

scala> wordCount.first
res0: (String, Int) = (package,1)

现在转移到下面的火花UI是第一个动作的DAG可视化

再次执行

scala> wordCount.first
res0: (String, Int) = (package,1)

现在转移到下面的火花UI是第二个动作的DAG可视化

现在的问题是 默认情况下，每次对其执行操作时，每个转换的RDD都可以重新计算。 那么为什么它会跳过第2阶段它应该再次拥有计算了第2阶段，因为没有进行缓存？