针对现有的 Spark 检查点机制需要编程人员根据经验选择检查点,具有一定的风险和随机性,可能导致恢复开销较大的问题,通过对 RDD 属性的分析,提出了自动检查点策略,包括权.重生成 ( WG) 算法和检查点自动选择( CAS) 算法. 首先,WG 算法分析作业的 DAG 结构,获取RDD 的血统长度和操作复杂度等属性,计算 RDD 权重; 然后,CAS 算法选择权重大的 RDD 作为检查点进行异步备份,来实现数据的快速恢复. 结果表明: 在使用 CAS 算法时,不同数据集执行时间和检查点容量大