我的平台是Spark 2.1.0，使用的是Python语言。
目前我有大约100个随机森林多分类模型，它们已经被保存到HDFS中。同时，HDFS中也保存了100个数据集。我希望使用相应的模型对数据集进行预测。如果模型和数据集能够在内存中缓存，预测速度将提高十倍以上。
但是我不知道如何缓存模型，因为模型不是RDD或DataFrame。
谢谢！
回答：
TL;DR 如果数据在预测过程之外会被重复使用，只需cache数据，如果不会重复使用，甚至可以跳过这一步。
RandomForestModel是一个本地对象，不依赖于分布式数据结构，没有DAG需要重新计算，预测过程是一个简单的、仅映射的作业。因此，模型无法被缓存，即使可以缓存，操作也毫无意义。
