Spark Jobserver：任务规模非常大

Question

我在Spark JobServer日志中收到以下内容的消息：

  

阶段14包含一个非常大的任务（9523 KB）。建议的最大任务大小为100 KB。

我正在用这段代码创建我的RDD：

List<String> data = new ArrayList<>();
for (int i = 0; i < 2000000; i++) {
    data.add(UUID.randomUUID().toString());
}

JavaRDD<String> randomData = sc.parallelize(data).cache();

据我所知，第一次运行它可能很大，因为RDD中的数据尚未存在于执行程序节点上。

我原本以为它会在后续运行中很快（我使用Spark JobServer来保持会话上下文，并重用RDD），因为我正在重用RDD所以数据应该存在于节点

代码非常简单：

private static Function<String, Boolean> func = new Function<String, Boolean>() {
    public Boolean call(String s) {
        return s.contains("a");
    }
};
----
rdd.filter(aFunc).count();