假设我们从alluxio内存创建一个RDD
rdd1 = sc.textFile("alluxio://.../file1.txt")
rdd2 = rdd1.map(...)
是否rdd2驻留在堆上alluxio或spark堆上。
像（alluxio 上的两个pairRDD）这样的操作也会
pairRDD1.join(pairRDD2)在alluxio 或spark 堆上创建一个新的RDD。
第二个问题的原因是我需要在alluxio上加入2个大型RDD。连接会使用alluxio的内存还是RDD会被拉入火花内存以进行连接（以及生成的RDD将驻留在哪里）。
Spark 转换以惰性方式进行评估。这意味着map()在需要结果之前不会进行评估，并且不会消耗任何 Spark 内存。如果您显式调用 RDD，RDD 只会消耗 Spark 内存cache()。
因此，当你从 Alluxio 加入 2 个 RDD 时，在 Alluxio 中，只有 RDD 的源数据将是内存。在连接期间，Spark 将使用执行连接所需的内存。
生成的 RDD 所在的位置取决于您对该 RDD 执行的操作。如果将生成的 RDD 写入文件，则该 RDD 不会在 Spark 内存中完全实现，但会被写入文件。如果该文件在 Alluxio 中，它将在 Alluxio 内存中，而不是在 Spark 内存中。如果您显式调用cache().