1
n个部分我想一个RDD拆分为使用Pyspark拆分RDD到pySpark
长度相等的正部位如果RDD是一样的东西
data = range(0,20)
d_rdd = sc.parallelize(data)
d_rdd.glom().collect()
[[0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]]
我想设置的任何两个随机数的在一起,就像
[[0,4],[6,11],[5,18],[3,14],[17,9],[12,8],[2,10],[1,15],[13,19],[7,16]]
感谢您的回答。我也尝试过,在我看来,我没有得到确切数量的分区。 o/p就像 [[18,19],[0,1],[12,13],[8,9],[],[6,7,16,17],[2,3] ,[14,15],[10,11],[4,5]] 如果可以看到,则有一个包含四个元素的分区和一个没有元素的分区。是否可以使用partitionBy来获得所需的结果。 – Jaswant
添加distinct()并尝试 – yanghaogn