我正在使用Spark在HDFS集群之上。 在两个（键，值）PairRDD之间的Java Spark中的连接操作之前，我使用HashPartitioner对两个文件的数据进行分区，以在同一台机器上具有相同键的元素。这对每个文件都是独立的，但正如之前的帖子When create two different Spark Pair RDD with same key set, will Spark distribute partition with same key to the same machine?中所提到的，分区的RDD不一定位于同一位置，因此来自两个RDD的相同密钥可能不在同一台机器上。
有没有办法强制火花这样做？确保来自不同PairRDD的相同密钥位于同一台机器上
因为我们使用散列分区，所以对于两个RDD，相同的密钥在相同的分区号中，但保存分区的机器的顺序不同于一个RDD到另一个。
例如，如果我们有＆＃39; N＆＃39;机器，有没有办法将数字归因于每台机器（我猜火花在内部执行此操作）， 然后简单地强制分区编号＆＃39; P＆＃39;要写在机器上＆n; N模数P＆＃39;？