spark中checkpoint和持久化（persist/cache）有什么区别？

cache或者persist的缓存如果在内存的话，容易被LRU回收，回收后再使用当前的rdd，则需要重新从链路上计算出新的rdd。
chekpoint的存储，如果存储目录一直存在的话，这里的rdd也会一直存在，也就是不会被回收。

Cache和Persist 用于缓存，采用临时保存，Executor 挂掉会导致数据丢失，但是数据可以重新计算。
Checkpoint 用于截断依赖链，reliable 方式下 Executor 挂掉不会丢失数据，数据一旦丢失不可恢复。
尽管 Spark 会自动管理(包括创建和回收)cache 和 persist 持久化的数据，但是 checkpoint 持久化的数
据需由用户自己管理。checkpoint 会清除 RDD 的血统信息，避免血统过长导致序列化开销增大，而 cache
和 persist 不会清除 RDD 的血统。