宽依赖和窄依赖

窄依赖是指父RDD的每个分区只被子RDD的一个分区所使用，子RDD分区通常对应常数个父RDD分区(O(1)，与数据规模无关)

相应的，宽依赖是指父RDD的每个分区都可能被多个子RDD分区所使用，子RDD分区通常对应所有的父RDD分区(O(n)，与数据规模有关)

简单来说， 就是窄依赖是一对一或者多对一， 宽依赖就是多对多或者一对多

窄依赖，如果一个part失败了，只需要固定几个父part重跑，宽的就需要所有的都重跑了

两个或者固定几个part合到一个part，起到减少分区的作用，这个也是窄依赖，比如coalese

要知道part是一个逻辑概念，可能是对应多个文件，当coalese时不会真的执行把多个分区合成一个分区，而是在rdd处理的时候，按照映射关系直接去取就好了，不存在shuffle过程！