3.4 理解RDD依赖

本次实战通过代码验证了 RDD 的窄依赖与宽依赖特性。窄依赖以 map 算子为例，Spark UI 显示仅有一个 Stage，无 Shuffle 读写，且操作前后分区数（2）和元素数（5）保持不变，体现了一对一的高效流水线计算。宽依赖以 reduceByKey 为例，UI 显示作业被切分为两个 Stage，存在 Shuffle 读写数据，验证了"一对多"的重分布过程；操作后分区数虽保持为 2，但元素数由 5 减至 3，体现了聚合功能。