2. 会自动的把闭包中所有引用到的变量都发送到工作节点上。虽然这很方便，但是也很低效。原因有二：

      • 默认的任务发射机制是专门为小任务进行优化的
      • 事实上，你很可能在多个并行操作中使用同一个变量。但是spark 会为每个操作分别发送。

    1. Broadcast 变量的value 中存放着广播的值，该值只会被发送到各节点一次

    2. Broadcast 的方法：

      • ：加载Broadcast 变量

      • .unpersist(blocking=False)：删除Broadcast 变量在executor 上的缓存备份。

        • 如果在此之后，该Broadcast 被使用，则需要从驱动器程序重新发送Broadcast 变量到executor

        • 参数：

          • blocking：如果为True，则阻塞直到unpersist 完成

    3. 使用Broadcast 的流程：

      • 通过SparkContext.broadcast(xx) 创建一个Broadcast 变量
      • 通过.value 属性访问该对象的值
      • 该变量只会被发送到各节点一次，应该作为只读值来处理（修改这个值并不会影响到其他的节点）

      示例：

    2.2 广播的优化

    1. 当广播一个较大的值时，选择既快又好的序列化格式非常重要

      • 如果序列化对象的时间较长，或者传送花费的时间太久，则这个时间很容易成为性能瓶颈

    2. spark 中的Java API 和 Scala API 默认使用的序列化库为Java 序列化库，它对于除了基本类型的数组以外的任何对象都比较低效。