问题描述
这里是一个例子。单元44的输出显示了不同键的计数，但是当我在单元45中找到分区大小时，它将3和5组合在一起。同样，保存一个分区的大小仍然为零。任何帮助将不胜感激。
解决方法
默认情况下，Spark将HashPartitioner应用于列overint的值。显然，值3和5在经过散列处理后属于同一分区。
您可能要选择RangePartitioner。或者，如果需要完全的灵活性，还可以编写定制Partitioner类。但是，仅在RDD API上可用，而在结构化API上不可用。
