我有一个名为myRdd:RDD[(Long, String)]的RDD（Long是使用zipWithIndex()获得的索引），其中包含许多元素，但是我需要将其削减以得到特定数量的最终结果的元素。
我想知道哪种更好的方法：
myRdd.take(num)
或
myRdd.filterByRange(0, num)
我不在乎所选元素的顺序，但是我在乎性能。
有什么建议吗？还有其他方法吗？谢谢！
答案 0 :(得分：3)
take是一个动作，而filterByRange是一个变换。一个动作将结果发送到驱动程序节点，并且直到调用一个动作才执行转换。
take方法将采用RDD的前n个元素，并将其发送回驱动程序。 filterByRange稍微复杂一点，因为它将采用键在指定范围内的那些元素。
我要说的是，它们之间在性能方面并没有太多差异。如果您只想将结果发送给驱动程序而不关心订单，请使用take方法。但是，如果您想受益于分布式计算，并且不需要将结果发送回驱动程序，请使用filterByRange方法，然后调用该操作。