注：本文基于spark-2.4.4版本源碼進行分析
首先從整體上看一下Dependency相關類的繼承關系，有一個直覺的印象：
然後從Dependency源碼開始看。如下圖：
Dependency是一個抽象類，類中的rdd成員是父RDD。
接着看NarrowDependency類：
NarrowDependency是一個抽象類。NarrowDependency覆寫了Dependency的rdd變量。其值等于NarrowDependency的主構造函數傳進來的RDD。也就是說，我們需要傳一個RDD作為主構造函數的參數，這個傳進來的RDD其實就是父RDD。
同時NarrowDependency還定義了一個
getParents(partitionId: Int): Seq[Int]
方法。此方法是用來獲得子RDD分區的所有父RDD分區。 此方法參數是子RDD的一個分區ID，傳回值是子RDD的這個分區依賴的所有父RDD分區的ID。是以傳回值是一個Seq[Int]。
接着看NarrowDependency的第一個子類：OneToOneDependency
OneToOneDependency顧名思義就是一對一依賴。也是比較簡單，像map，filter，flatMap這種類型的算子中間産生的就是OneToOneDependency。
OneToOneDependency重寫了
getParents
方法。因為子RDD分區和父RDD分區是一一對應的，是以分區id是相同的，直接傳回List(partitionId)即可。
繼續看NarrowDependency的第二個子類：RangeDependency
RangeDependency是範圍依賴，用于UnionRDD中。為了了解RangeDependency重寫的getParents方法的邏輯，我們先進入到UnionRDD源碼中看一下，看UnionRDD的
getDependencies
方法。
UnionRDD的
getDependencies
方法實作邏輯也很簡單。我們直接看96-99行對應的源碼。通過周遊傳入UnionRDD的rdds，對每一個rdd建立一個RangeDependency。參數inStart是父rdd的分區id起始值，都是從0開始。參數outStart是子rdd的分區id起始值，通過pos變量不斷累加記錄。
這樣的話，再回到RangeDependency的getParents方法的邏輯中。if語句裡面的兩個判斷語句是為了驗證傳入的分區id是否合理。如果合理，就傳回對應的父rdd分區id。舉個栗子：
假如我們想要得到子RDD3中分區id為5的分區在父RDD中的分區id。經過getParents方法可知最後傳回List(partitionId - outStart + inStart)。
partitionId等于5，outStart等于3，inStart等于0。故傳回List(2)。正是對應父RDD2中的2号分區。
最後我們來看ShuffleDependency
ShuffleDependency的構造函數傳入：父RDD，分區器，序列化器，key的排序規則，aggregator以及是否進行map-side combine。而且我們看到ShuffleDependency是直接繼承的Dependency，是以并沒有getParent方法，因為寬依賴中，子RDD的一個partition可能依賴于父RDD的多個partition，是以沒有提供getParent方法。
為了更好地了解ShuffleDependency，我們從reduceByKey算子開始看。這個算子在PairRDDFunctions類中。
這裡面其實還涉及到scala隐式轉換的知識點。當我們這樣使用時：rdd.reduceByKey。因為RDD類中沒有定義reduceByKey這種[K,V]類型的算子，是以scala會自動進行隐式轉換，從RDD的伴生對象中找到rddToPairRDDFunctions這個方法，把rdd轉換為PairRDDFunctions類型。然後調用PairRDDFunctions中的reduceByKey。
reduceByKey這個算子内部會調用combineByKeyWithClassTag這個算子。
self就是調用reduceByKey算子的rdd。withScope用來做DAG可視化的。在withScope代碼塊裡的建立的RDD，同屬于一個scope。接着跟進combineByKeyWithClassTag這個算子。
看最後的else裡面的邏輯，new了一個ShuffledRDD。跟進ShuffledRDD源碼的getDependencies源碼：
最後是傳回了
List(new ShuffleDependency(prev, part, serializer, keyOrdering, aggregator, mapSideCombine))
直到這個時候才出現ShuffleDependency。參數prev就是調用shuffle算子的rdd。
至此，我們大概把Dependency的源碼以及建立Dependency的邏輯了解了一下。