我正在使用Spark Streaming Framework在Spark中开发一个应用程序。 现在我的目标是了解并行化如何在Spark中运行，以及如何使用它来加速我的输入数据处理。 这是我的问题： 我有一个DStream，在每个Batch Interval中都有一个RDD，其中只有一个分区有数据，该分区中的4个LinkedLists是精确的（我不确定RDD有多少分区，可能是4个给定的内核数量）我的电脑，因为我在本地模式下运行）。 我使用以下内容尝试并行化我的RDD：
JavaDStream<LinkedList<Integer>> rddWithPartitions=rddWithDataInOnePartition.repartition(4);
也就是说，有了这个，我打算将我的RDD并行化，使每个分区有一个LinkedList，而不是一个分区中的四个。
当我做rddWithPartitions.print()时，我的确认为我认为4个分区充满了数据，但是当我转到Spark UI，即Executors时，我只看到一个，意思是（我认为）那个我只使用一名工人，因此没有实现并行化。
我确实有多个任务（虽然它是三个而不是四个，我认为会是这样），但我不确定我是否正在使用我的电脑上的所有四个核心，每个核心处理我的RDD的一个分区。
我如何确保实现这种并行化？ 我希望我不要混淆。 非常感谢你。