环境：
spark 2.3.3
scala 2.11.8
Java 1.8.0_141
为什么要checkpoint？
checkpoint和persist功能相似，都是为了更高效的复用RDD，但是Checkpoint可以进行容错，即driver失败后，可以基于checkpoint 数据进行重新启动。
checkpoint推荐使用方式：一般在进行checkpoint方法调用前都要进行persist，来把当前RDD的数据持久化到内存或者磁盘上，这是因为checkpoint是lazy级别，必须有action触发job，且在该job执行完成后才会从后往前回溯哪个RDD进行了Checkpoint标记，然后对该标记了要进行Checkpoint的RDD新启动一个Job执行具体的Checkpoint过程。
下面我们从源码开始分析checkpoint的具体流程：
首先解析客户端程序：
通过SparkContext设置checkpoint的存储目录，然后对RDD调用checkpoint方法，标记该RDD为checkpointing，最后调用action算子进行作业提交。
SparkContext设置checkpoint的存储目录的源码如下：
SparkContext：
需要注意的是：在集群模式下，checkpoint的路径不能是本地路径，因为使用本地路径的话，checkpoint数据是存放在executor所在节点的本地文件系统中的，此时driver如果需要基于checkpoint数据重新构建RDD的话，会有问题的。
接着，我们看下checkpoint具体执行生效的地方
SparkContext：
rdd的checkpoint操作，是在action算子对应的Job执行完后，才进行checkpoint的，这样就不会影响原Job的执行效率。
下面我们具体分析RDD.doCheckpoint方法：
源码如下：RDD：
这里其实对父RDD递归调用了doCheckpoint方法。
具体解析如下：
从上面的源码分析中可以看到，checkpoint改变了原RDD的Lineage。