1. 我们发现计算步骤特别耗时，就在之前进行persist
2. 如果我们的计算链条特别长，就在之前进行persist
3. 在checkpoint之前，必须进行persist
checkpoint是属于transform操作，也就是说，在最后的action被触发后，计算完成，框架发现在中间有一个checkpoint的操作，于是会从开头到checkpoint的点再重新计算一次，这个比较耗时，所以我们需要在checkpoint之前进行一个persist操作
4. shuffle之后，进行persist，因为shuffle有网络传输，如果坏了，再传网络，比较费时
5. 在shuffle之前，系统框架默认会进行persist，把数据持久化到本地磁盘上
cache是persist的一种特殊情况，是把数据只持久化到内存，cache的存储级别是MEMORY_ONLY，persist根据指定的storageLevel，可以存在磁盘和内存中。他们都是transformation
原文：http://www.cnblogs.com/jackie2016/p/5658994.html