如何通过Spark RDD（Java）中的索引获取元素而不是scala，python

Question

我知道方法rdd.first()给了我RDD中的第一个元素。

此外，有方法rdd.take(num)给了我第一个num元素。

但是没有可能通过索引获得元素吗？

Answer 1

RDD未编入索引，在大多数情况下不保证订单，也不支持高效的单项访问。

您可以

• zipWithIndex和filter。
• zipWithIndex，交换元素和lookup。

但不建议这样做，需要线性扫描，并且可能具有非确定性行为。