是否有任何方法可以将大RDD的摘要存储为summaryRDD，因此可以以更少的精力完成大多数计算。基于这些计算，可以在summaryRDD中过滤大量记录，并且可以对原始RDD进行相同的过滤。
假设我们有一个非常大的RDD，称为largeRDD，其中包含图像。
我们可以将此RDD转换为较小的RDD，这是将bigRDD映射到每个图像的特征向量（SmallVector）。该特征向量可用于修剪记录。
我应该指出，由于要进行后续的类似操作，因此我们希望保留summaryRDD。但是我们不希望（实际上不能）将largeRDD保留在主内存中。
现在，问题在于，在对summaryRDD进行修剪之后，如何才能有效地从largeRDD（仅是过滤后的记录）中检索相应的记录？我猜想没有办法，因为大RDD应该每次都完整地计算。
val largeRDD: RDD[(Int, LargeObject)] = ???
val summaryRDD: RDD[(Int, SmallVector)] = largeRDD.map(_.toSmallVector).cache
val filtered: RDD[(Int, SmallVector)] = summaryRDD.filter(_.isWhatIWant)