小赵在测试pyspark的时候，写了一段代码如下 lines = s...

Question

小赵在测试pyspark的时候，写了一段代码如下

lines = sc.textFile("data.txt")

lineLengths = lines.map(lambda s: len(s))

lineLengths.persist()

lineCount = lineLengths.count()

totalLength = lineLengths.reduce(lambda a, b: a + b)

 

1） 该代码运行过程中，请分析1,2,4行spark RDD的执行过程是怎么样的?

2） 请结合代码分析lineLengths.persist()这一步的作用