For循环中不可以嵌套RDD操作

今天犯了一个致命理解错误，Spark中的RDD Map操作只是一个计算式的传递，并不是Action，也就是在for循环中不会产生真正的计算。

因此，如果for循环中出现了RDD的Map类似操作，都会引起异常，例如栈溢出等等，属于相互引用错误。

把我的错误代码贴在下面，加深理解。

        List<String> list = new ArrayList<>();

        list.add("OK1");

        JavaRDD<String> temp = jsc.parallelize(list);

        for (int i=0; i<num; i++) {

            for (int j=i+1; j<num; j++) {

                List<String> list2 = new ArrayList<>();

                list2.add("OK2");

                temp = temp.union(jsc.parallelize(list2));

            }

        }

        List<String> list3 = temp.collect();

巴特西

For循环中不可以嵌套RDD操作

最新文章

热门文章