在Spark中保留RDD中的索引

Question

我想创建一个包含String元素的RDD。除了这些元素，我想要一个数字来表示元素的索引。但是，如果我删除元素，我不希望这个数字改变，因为我希望数字是原始索引（因此保留它）。在此RDD中保留订单也很重要。

如果我使用zipWithIndex然后删除一些元素，索引会改变吗？我可以使用哪个函数/结构来保持索引不变？我正在考虑创建一个Pair RDD，但我的输入数据不包含索引。

Answer 1

回答而不是删除。我的问题很容易通过满足我所有要求的zipWithIndex来解决。