Spark如何在多线程应用程序中处理延迟创建的缓存数据帧？

Question

考虑以下代码：

df = dataframe.cache() // <--- Lazy
ParSeq(df.transform(a), df.transform(b)).foreach { 
   // Materialize here
}

在上面的示例中，cache将在竞争条件下被两个线程评估两次。我的具体问题是：

1. Spark是否足够聪明，可以等待其中一个步骤来建立缓存，然后共享缓存？
2. 我们最终有多少个缓存实例？
3. 过程是确定性的吗？
4. 此文件记录在某处吗？