如何解决RDD 持久化机制当我持久化一个 RDD 然后使用 take(10) 而不是 count() 时会发生什么
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))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。