第30篇 Spark/RDD 证据

环境
- Python 3.12.3，标准库。
- TMPDIR/TMP/TEMP 均指向 examples/distributed-systems/.build/spark30/tmp。
- Node 22.23.2 用于 Hexo 构建。

研究
- RDD NSDI 2012：§1、§2.1–2.5、§3.2、§5。
- MapReduce OSDI 2004：§3.1、§3.3、§4.2。
- Spark 4.2.0 RDD Programming Guide：Overview、Shuffle、Persistence、Accumulators。
- Spark 4.2.0 Job Scheduling：stage、dynamic allocation、decommission。
- 论断账本：writing-plans/distributed-systems/research/30-spark-rdd.md。

实验
- 命令：python3 -B examples/distributed-systems/spark30/check.py --output examples/distributed-systems/.build/spark30/observations.json
- 结果：exit 0。
- --help：exit 0。
- --iterations 2：argparse exit 2。
- 源码SHA-256：8459f1fededee572b080b45bed30f4fa5abd345b382509f04cbd8419eb5892bb。
- JSON SHA-256：c8cbbdc789e2de37402cf68d07b6a2a00a269ee9fd391b3112ce198026127b5d。
- 三路径数值结果相同；MapReduce四轮持久写16分区。
- 无checkpoint重放16个task；第二轮checkpoint后重放8个task。
- 窄依赖分区2丢失只读取父分区2。
- 模型重复执行的task副作用键被显式记录。

写作扫描
- anti-ai-tone（tech profile）：183行、2286汉字、0错误、0提醒。
- 随后执行anti-persona-fabrication人工扫描：无第一人称叙事、体感、连续行动、社交、写作旁白或身份伪造。

构建与页面
- 将既有Hexo `db.json`缓存可恢复地移入本篇.build目录后，以Node 22.23.2执行`npm run build`，exit 0；生成5614个文件，用时38秒。
- 正式HTML包含标题、正文结尾、第29篇链接、6个Mermaid源块和三个附件链接。
- 三个生成附件与source逐字一致；observations.json.txt与正式运行JSON逐字一致。
- 云端无浏览器工具；未验证SVG尺寸、控制台和附件点击。

边界
- 不是Spark/Hadoop运行，不测网络、磁盘、调度、性能或任意DAG。
- 宽依赖重放场景明确假设中间cache与shuffle文件均不可用。
- 静态页面检查不等于浏览器检查。