Spark：识别RDD中每个元素的最佳方法

Question

我需要用唯一的ID标识RDD的每个元素，因为我必须为它们中的每个保存k个最近邻居的列表。然后，我想生成这样的输出：

id | id_neighbor1 | id_neighbor2 | ... | id_neighbork

为此，我一直在阅读称为.zipWithIndex()和.zipWithUniqueID()的转换，但是在文档中说：

  

因此不能保证分配给每个元素的索引，并且   如果重新评估RDD，甚至可能会更改。

所以，我很确定我不能将它用于自己想要的东西，对吗？因此，应用我自己的ID的另一种方法是：

myRdd.mapPartitionsWithIndex(
  (partID, iterator) => iterator.zipWithIndex.map {
    case (labeledPoint, neighID) => (partID + "," + neighID, labeledPoint)
  },
  preservesPartitioning = true)

有什么建议吗？