dataframe - 通过 RDD 和缓存角色修剪 Apache Spark 数据帧沿袭

Question

有以下技巧如何修剪 Apache Spark 数据帧沿袭，特别是对于迭代计算：

def getCachedDataFrame(df: DataFrame): DataFrame = {
    val rdd = df.rdd.cache()
    df.sqlContext.createDataFrame(rdd, df.schema)
}

它看起来像是某种纯粹的魔法，但现在我想知道为什么我们需要cache()在 RDD 上调用方法？在此沿袭修剪逻辑中具有缓存的目的是什么？