我需要運行.cache()在我dataframe返回之前聚合數嗎?

[Srikanth_Gupta_]

最好使用緩存使用dataframe時多次在一個管道。

使用緩存(),堅持()方法,提供了一個火花優化機製來存儲中間計算火花DataFrame所以他們在後續操作中可以重用。

[sean_owen]

你不需要緩存任何工作。你將決定,根據你是否想花內存/存儲,以避免驗算DataFrame,比如你可以用它在多個操作。