我需要了解在使用spark sql时，以下两种缓存方法之间是否有任何区别，以及两者之间是否有性能优势(考虑到构建数据帧的成本很高，并且我想多次重用它/执行多次操作(？
1>缓存原始数据帧，然后将其注册为临时表
df.cache((
df.createOrReplaceTempView("dummy_table"(
2>将数据帧注册为临时表并缓存该表
df.createOrReplaceTempView("dummy_table"(
sqlContext.cacheTable("dummy_table"(
提前谢谢。
df.cache()是一个延迟缓存，这意味着只有在触发下一个操作时才会发生缓存。
sqlContext.cacheTable("dummy_table")是一个急切的缓存，这意味着该表将在调用命令时被缓存。等效的是：spark.sql("CACHE TABLE dummy_table")
要回答您的问题，如果不了解您的整个工作流程以及缓存的数据帧是如何使用的(以及在哪里使用(，就很难判断一个数据帧是否比另一个有性能优势。我建议使用渴望缓存，这样您就不必事后猜测数据帧何时(以及是否(被缓存。