DataFrame.cache() 和 hiveContext.cacheTable 有什么区别？

Question

以下片段有什么区别吗：

val df = hiveContext.createDataFrame(rows, schema)
df.registerTempTable("myTable")
df.cache()

和

val df = hiveContext.createDataFrame(rows, schema)
df.registerTempTable("myTable")
hiveContext.cacheTable("myTable")

Answer 1

没有区别。 HiveContext class extends SQLContext class (source code)，因此它们共享相同的 cacheManager。事实上，HiveContext 根本没有 cacheTable 函数（它调用 SQLContext 的 cacheTable 函数）

Edit：调用 df.cache() 转换为调用 persist，转换为 sqlContext.cacheManager.cacheQuery(this)，如 source code for DataFrame 中所示

而sqlContext.cacheTable也翻译为sqlContext.cacheManager.cacheQuerysource code for SQLContext