一、寬窄依賴

窄依賴：父RDD的一個分區數據全部發往子RDD的一個分區

寬依賴：父RDD的一個分區數據發往子RDD的多個分區，也稱為shuffle

二、Spark是如何進行內存計算的？DAG的作用？Stage階段劃分的作用？

（1）Spark生成DAG圖

（2）基于寬窄依賴對DAG圖進行階段劃分

（3）每個stage內部都是窄依賴，窄依賴內，前后形成1：1的分區關系，一個stage的多個并行任務就成為了多個內存迭代計算管道

（4）這些內存迭代計算的管道，就是一個個具體的執行Task

（5）一個Task是一個具體的線程，任務跑在一個線程之中，就是走內存計算了。