我有一个exec，它接受cassandra主键作为输入。
Cassandra Row: (id, date), clustering_key, data
./exec id date
每个exec可以访问给定主键的多行。对数据执行后，将结果存储在DB中。
我有多个这样的execs，我想在存储数据的节点上运行exec。如何使用spark实现这一点?
还有，我如何接收exec运行的节点ip[用于验证目的]。
注意:在exec中，我通过执行查询来访问数据:
select data from table where id = t_id and date = t_date and clustering_key = t_clustering_key
如果您想使用Spark(具有数据局部性)，您必须编写Spark程序来做与exec相同的事情。Spark驱动程序(您可以使用DataStax Cassandra/Spark Connector)自动处理本地问题。
如果你想在不编写Spark程序的情况下利用数据局部性，那么这将是困难的，我不知道你是否需要Spark，在这种情况下。
注:如果你在Spark中做一个shuffle操作(我不认为你在做)，那么写一个Spark程序也不会对数据的局域性有帮助。
引用:Datastax员工关于Spark和Cassandra数据局部性的演示