Is joinWithCassandraTable() lazy?

Question

我正在使用带有 spark-cassandra-connector 的 Spark 1.2.1

：

//join with cassandra
val rdd = some_array.map(x => SomeClass(x._1,x._2)).joinWithCassandraTable(keyspace, some_table)
println(timer, "Join")
//get only the jsons and create rdd temp table
val jsons = rdd.map(_._2.getString("this"))
val jsonSchemaRDD = sqlContext.jsonRDD(jsons)
jsonSchemaRDD.registerTempTable("this_json")
println(timer, "Map")

输出为：

Timer "Join"- 558 ms
Timer "Map"- 290284 ms

我猜"joinWithCassandraTable（）"函数很懒惰，如果是这样，什么是触发它？

Answer 1

实际上，这里触发评估的部分是sqlContext.jsonRDD。由于您不提供schema因此它必须实现jsons才能推断它。

joinWithCassandraTable有点相似，因为它必须连接到Cassandra并获取所需的元数据。参见 Apache Spark：驱动程序（而不仅仅是执行器）尝试连接到 Cassandra