大数据计算有向无环图
DAG 是什么？
把一串转换操作画成图，Spark 据此优化执行顺序
类比：施工流程图，先地基再砌墙，顺序不能乱，也不能成环
为什么要有 DAG
MapReduce 只有 map 和 reduce 两段，复杂逻辑要串很多个作业，每个作业都落一次 HDFS。DAG 把整个计算过程描述成一张图，Spark 可以在图层面做优化：合并窄依赖、调整 join 顺序、下推过滤条件。
怎么切成 Stage
从后往前推，遇到宽依赖（shuffle）就切一刀，形成一个 Stage。Stage 内部是窄依赖，可以流水线执行，一个分区算完直接传给下一个算子，不需要落盘。
DAG 与容错
某个分区丢了，Spark 顺着血缘往上找最近的可用数据重算，而不是重跑整个作业。如果中间结果 persist 过，就从缓存恢复；没有缓存就从头算——所以“要不要 cache”本质是在用内存换重算时间。