我正在尝试使用 Tachyon 实现 RDD/Dataframe 共享。据我了解，使用 HDFS underFS，写入是异步的（在后台发生对 HDFS 的复制），因此应该更快，但在我的测试中，我发现使用 HDFS underFS 的 Tachyon 的写入速度要慢 2-6 倍。
从这篇 Tachyon 论文中，我看到：
“我们在 Spark 和 MapReduce 集成中使 [基于血统的容错] 可配置”
如何让 Spark 在 Tachyon 中使用基于沿袭的容错？
注意：我使用 Spark Dataframe 方法df.write.parquet和 RDD 方法rdd.saveAsObjectFile将我的 Dataframes/RDD 保存到 Tachyon。
您应该设置tachyon.user.lineage.enabled为 true 并根据您的喜好调整其他沿袭设置。一些最有趣的设置（来自主配置文档）：
tachyon.master.lineage.checkpoint.interval.ms- Tachyon 的检查点调度之间的间隔（以毫秒为单位）。tachyon.master.lineage.checkpoint.class- 沿袭输出文件的检查点策略的类名。默认策略是检查点最新完成的沿袭，即输出文件已完成的沿袭。tachyon.master.lineage.recompute.interval.ms- Tachyon 重新计算执行之间的时间间隔（以毫秒为单位）。executor 扫描所有被 lineage 跟踪的丢失文件，并重新执行相应的作业。每 10 分钟一次。
有关更多详细信息，请参阅Lineage API 文档。