问题描述
当我持久化一个 RDD 然后使用 take(10) 而不是 count() 时会发生什么。 我读过一些评论,它说如果我使用 take() 而不是 count,它可能只保留部分分区而不是所有分区。 但是,如果我的数据集足够大,那么使用 count 是非常耗时的。 是否有任何其他操作运算符可用于触发持久化以持久化所有分区。
foreachPartition 是一个 action 操作符,它需要所有分区的数据,我可以在持久化后使用它吗?
需要你的帮助~
例如:
val rdd1 = sc.textFile("src/main/resources/").persist()
rdd1.foreachPartition(partition=>partition.take(1))
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)