Spark里的DAG是怎么回事? - 算法 - 知乎
https://www.zhihu.com/question/34482061
spark中rdd经过若干次transform操作,由于transform操作是lazy的,因此,当rdd进行action操作时,rdd间的转换关系也会被提交上去,得到rdd内部的依赖关系,进而根据依赖,划分出不同的stage。DAG是有向无环图,一般用来描述任务之间的先后关系,spark中的DAG就是rdd内部的转换关系,这些转换关系会被转换成依赖关系,进而被划分成不同阶段,从而描绘出任务的先后顺序。去年年底看了1.0.2的源码,手边没有当时的笔记,可能存在不准确的地方。