我正在尝试格式化数据以馈入SparkML的Word2Vec模型。目前，我有一个Python列表列表，其中的元素表示单词，例如
MY_TEXT = [['a','b','c'],['d','e','f']]。
我需要将其放入字符串列表的RDD中以进行馈入。我已经尝试过
data = sc.parallelize([MY_TEXT])
，但它返回can not serialize object larger than 2G。这很奇怪，因为我的内存列表只有0.2G。您能建议如何优化吗？