Question

spark rdd 能否知道指定分区数据

例如rdd有个5分区，能否指定查看rdd某个分区的数据？如何查看

Answer 1

你是需要将RDD的某个分区数据collect到driver端来吗？如果是的话，可以尝试下RDD的api glom，这个api是查看RDD每一个分区的数据，你当然可以指定某个分区进行查看了。

如果想正确理解spark的话，可以尝试百度搜索"spark老汤"，绝对会有惊喜

Answer 2

科普Spark，Spark是什么，如何使用Spark 1.Spark基于什么算法的分布式计算（很简单） 2.Spark与MapReduce不同在什么地方 3.Spark为什么比Hadoop灵活 4.Spark局限是什么 5.什么情况下适合使用Spark

Answer 3

rdd1.mapPartitionsWithIndex{
(partIdx,iter) => {
var part_map = scala.collection.mutable.Map[String,List[Int]]()
while(iter.hasNext){
var part_name = "part_" + partIdx;
var elem = iter.next()
if(part_map.contains(part_name)) {
var elems = part_map(part_name)
elems ::= elem
part_map(part_name) = elems
} else {
part_map(part_name) = List[Int]{elem}
}
}
part_map.iterator

}
}.collect