Caching 是否会在每次操作时触发从外部源读取的数据帧？

在spark shell上，我使用以下代码读取csv文件

val df = spark.read.format("org.apache.spark.csv").option("header", "true").option("mode", "DROPMALFORMED").csv("/opt/person.csv") //spark here is the spark session
df.show()

假设显示10行。如果通过编辑在csv中添加新行，调用

df.show（）

会再次显示新行吗？如果是这样，是否意味着数据帧在每次操作时都从外部源（在本例中是csv文件）读取数据

请注意，我没有缓存数据帧，也没有使用spark会话重新创建数据帧

TL；DR DataFrame与RDD没有什么不同。你可以期待同样的规则适用

有了这样简单的计划，答案是肯定的。它将读取每个节目的数据，但若动作不需要所有数据（如此处0），它将不会读取完整的文件

---

一般情况下（复杂执行计划）数据可以从随机文件中访问。

每次操作后，spark都会忘记加载的数据和中间变量值

所以，如果您一个接一个地调用4个操作，它将从每次开始计算所有内容

原因很简单，spark通过构建DAG来工作，DAG允许它可视化从数据读取到操作的操作路径，然后执行它

---

这就是缓存和广播变量存在的原因。开发人员有责任知道和缓存，如果他们知道他们将重复使用该数据或数据帧N次。

我没有听你的上一句话。如果内存可用（即使没有调用cache（）或persist（）），也不会尝试将rdd保留在内存中？正确的文档链接将如何详细解释此行为？