{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1515056452',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://img.manongdao.com/sparkler-677774__340.jpg', '推荐 疯言疯语 的文章《spark Dataset<Row>如何按行获取数据》','https://www.manongdao.com/article-441869.html','页面编码gb2312|utf-8默认gb2312'));){kind=link}
0条评论
还没有人评论过~
问题:
需求：要把spark的数据转为json数据，collectAsLIst()返回LIst，但是如果数据量太大，内存肯定不够，所以有什么办法可以一行一行获取
看到limit（n）方法也只能获取前n的数据
回答1:
使用foreachParttition可以遍历
回答2:
应该可以 Skip() 已读过的行，再配合 limit() 应该就能实现分页读取数据