StorageLevel决定应如何存储RDD。在Apache Spark中，StorageLevel决定应将RDD存储在内存中还是应将其存储在磁盘上，或者两者都确定。它还决定是否序列化RDD以及是否复制RDD分区。

以下代码块具有StorageLevel的类定义-

class pyspark.StorageLevel(useDisk, useMemory, useOffHeap, deserialized, replication = 1)

现在，要确定RDD的存储，有不同的存储级别，如下所示：

• DISK_ONLY = StorageLevel(真，假，假，假，1)

• DISK_ONLY_2 = StorageLevel(真，假，假，假，2)

• MEMORY_AND_DISK = StorageLevel(真，真，假，假，1)

• MEMORY_AND_DISK_2 = StorageLevel(真，真，假，假，2)

• MEMORY_AND_DISK_SER = StorageLevel(真，真，假，假，1)

• MEMORY_AND_DISK_SER_2 = StorageLevel(真，真，假，假，2)

• MEMORY_ONLY = StorageLevel(假，真，假，假，1)

• MEMORY_ONLY_2 = StorageLevel(False，True，False，False，2)

• MEMORY_ONLY_SER = StorageLevel(假，真，假，假，1)

• MEMORY_ONLY_SER_2 = StorageLevel(错误，正确，错误，错误2)

• OFF_HEAP = StorageLevel(真，真，真，假，1)

让我们考虑下面的StorageLevel示例，其中使用存储级别MEMORY_AND_DISK_2，这意味着RDD分区的复制为2。

------------------------------------storagelevel.py-------------------------------------
from pyspark import SparkContext
import pyspark
sc = SparkContext (
   "local", 
   "storagelevel app"
)
rdd1 = sc.parallelize([1,2])
rdd1.persist( pyspark.StorageLevel.MEMORY_AND_DISK_2 )
rdd1.getStorageLevel()
print(rdd1.getStorageLevel())
------------------------------------storagelevel.py-------------------------------------

命令-命令如下-

$SPARK_HOME/bin/spark-submit storagelevel.py

输出-上面命令的输出如下-

Disk Memory Serialized 2x Replicated