请阐述 Spark 惰性求值机制的具体含义及其运作原理。
考察说明
考察对 Spark 核心执行模型 Lazy Evaluation 的理解，以及它与传统 Eager Evaluation 的本质区别。
回答思路
- 【回答框架 1】惰性求值是一种计算策略：表达式不立即求值，而是延迟到真正需要结果时才执行。Spark 利用该机制将 RDD 上的转换操作（如 map、filter）构建成 DAG 血缘，而不立即触发实际计算。
- 【回答框架 2】Spark 中操作分为转换（Transformation）和行动（Action）。转换操作只记录依赖关系，返回新的 RDD；行动操作（如 collect、count）才会触发 DAG 的调度与执行。这是惰性求值的实现基石。
- 【回答框架 3】惰性机制的好处包括：减少磁盘和内存 I/O、避免不必要的中间结果；能够合并管道操作；优化执行计划，如谓词下推、阶段剪枝，提升整体性能。同时支持容错恢复，通过血缘可以重新计算丢失的分区。
- 【关键点 1】惰性求值将多个转换合并为一个作业，减少计算开销。
- 【关键点 2】行动操作是任务触发的唯一入口。
- 【关键点 3】不执行转换操作不会产生任何结果，也不存储中间数据。
- 【关键点 4】血缘关系使得失效数据可以自动恢复。
- 【易错点 1】误以为所有操作都立即执行，混淆转换与行动操作。
- 【易错点 2】在转换操作中执行重计算可能导致性能问题，因为惰性计算会多次触发。
- 【易错点 3】依赖外部可变变量时，延迟执行可能产生不一致结果。