如何通过Spark RDD（Java）中的索引获取元素而不是scala，python

Question

我知道方法rdd.first()，它为RDD提供了第一个元素。

此外，方法rdd.take(num)为我提供了第一个num元素。

但是，是否有可能通过索引获取元素？

Answer 1

RDD没有编入索引，在大多数情况下，不保证订单并且不支持高效的单项访问。

你可以

• zipWithIndex和filter。
• zipWithIndex，交换元素和lookup。

但不建议这样做，需要线性扫描，并且可能具有非确定性行为。