开发者学堂课程【大数据Spark2020最新课程（知识精讲与实战演练）第二阶段：Checkpoint_使用】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/689/detail/12002
Checkpoint_使用
本节课介绍 Checkpoint 如何使用，使用方式特别简单，但是会有一个小细节，所以本节包括两个内容，一是使用，二是细节。
进入笔记，首先使用 Checkpoint 有两点，如图所示：
第一点设置 Checkpoint 的 dir，设置在 HDFS，如果使用 spark 整合 HDFS，目录可显示 HDFS 目录，接下来使用checkpoint 缓存某一个 RDD，即为使用 checkpoint 的方式。
拷贝代码做一个新的 checkpoint 代码:
重新编写代码，先使用 sc. Setcheckpoint（“checkpoint”），保存在工程下，在工程根目录下创建一个 checkpoint 的 dir 文件，修改代码。
接下来设置保存 checkpoint 的目录，也可以设置为 HDFS 上的目录。使用 aggRDD. Checkpoint（）保存checkpoint，此方法和 catch 有区别，Checkpoint 的返回值是 unit，而 catch 的返回值是 aggRDD=aggRDD cache，计算时要再获取相应的数据来进行。使用 checkpoint 就会直接变成 aggRDD. Checkpoint（），取相应的Checkpoint 计算，相对简单。
细节: 不准确的说，checkpoint 是一个 action 操作，也就是说，如果调用 checkpoint，则会重新计算 RDD，把结果存在 HDFS 或者本地目录中。每次调用 first，代码都会执行一遍。
所以在 checkpoint 之前，代码也会进行，所以在调用 checkpoint 时，进行 action，整个代码会进行三次，而最佳实践在 checkpoint 之前，进行一次 cache。aggRDD=aggRDD cache，此时使用的数据是 cache，不会执行多次。
