IndexedRDD用于流式上下文？

Question

我想在Spark流式上下文中使用快速连接操作，例如A连接B，A是从文件读取的固定数据集，B是从套接字读取的小型流RDD。我尝试过spark提供的常用方法，5,000,000 RDD加入10个流RDD，费用为4秒。后来我尝试过使用IndexedRDD，但我做不到。我有以下问题：

1. 慢4秒？我可以使用一些性能调整方法，如广播连接来改进吗？如果它很慢，为什么？我听说RDD的连接操作是线性搜索，是真的吗？

2. IndexedRDD的连接操作能否比常用方法更快？

3. 如何在流式上下文中使用IndexedRDD？我试过这种方式：

   streaming_rdd.transform{ rdd =>
                            indexed_data.innerJoin(IndexedRDD(rdd)){(id, a, b) => (a, b)}
   

   它通过了编译，但在运行时我得到了错误：

   java.lang.ClassCastException: scala.collection.immutable.$colon$colon cannot be cast to [Lscala.Tuple2;
   

   我不知道这是否是使用IndexedRDD的正确方法，我也不知道导致此错误的原因。有人可以帮助我吗？