Spark JDBC读取仅在一个分区中结束

Question

我有下面的代码片段，用于从Postgresql表中读取数据，我从中提取所有可用数据，即select * from table_name：

 jdbcDF = spark.read \
    .format("jdbc") \
    .option("url", self.var_dict['jdbc_url']) \
    .option("dbtable", "({0}) as subq".format(query)) \
    .option("user", self.var_dict['db_user']) \
    .option("password", self.var_dict['db_password']) \
    .option("driver", self.var_dict['db_driver']) \
    .option("numPartitions", 10) \
    .option("fetchsize", 10000) \
    .load()

其中var_dict是包含我的变量（例如spark上下文，数据库凭据等）的字典

即使我要提取数百万行，以下代码的结果也总是返回1：

partitions_num = jdbcDF.rdd.getNumPartitions()

有人可以告诉我我在这里做错了什么吗？理想情况下，我应该使用最大的可用资源，而不是仅将数据拉到我的主节点。

partitionColumn，lowerBound，upperBound无法使用，因为我的分区列是时间戳，而不是数字。

Answer 1

从spark 2.4.0起，分区还支持日期和时间戳列，https://issues.apache.org/jira/browse/SPARK-22814