Apache spark 使用cassandra spark连接器进行数据累加时，如何并行RDD工作？

这是示例senario，我们在cassandra中有实时数据记录，我们希望在不同的时间范围内聚合数据。我编写的代码如下所示：

 val timeRanges = getTimeRanges(report)
 timeRanges.foreach { timeRange =>
          val (timestampStart, timestampEnd) = timeRange

          val query = _sc.get.cassandraTable(report.keyspace, utilities.Helper.makeStringValid(report.scope)).
            where(s"TIMESTAMP > ?", timestampStart).
            where(s"VALID_TIMESTAMP <= ?", timestampEnd)
        ......do the aggregation work....

val timeRanges=getTimeRanges（报告）
timeRanges.foreach{timeRange=>
val（timestampStart，timestampEnd）=时间范围
val query=_sc.get.cassandraTable（report.keyspace、utilities.Helper.makeStringValid（report.scope））。
其中（s“TIMESTAMP>？”，TIMESTAMP开始）。
其中（s“VALID_TIMESTAMP使用joinWithCassandraTable函数。这允许您使用来自一个RDD的数据访问C*并提取记录，就像您的示例中一样


joinWithCassandraTable
利用java驱动程序执行单个
查询源RDD所需的每个分区，因此不需要
将请求或序列化数据。这意味着任何
RDD和Cassandra表可以在不做完整表的情况下预成型
扫描。当在两个共享
相同的分区键这将不需要在两个分区之间移动数据
在所有情况下，此方法都将使用源RDD
数据局部性的分区和放置

最后，我们使用union连接每个RDD并使它们并行化。
joinWithCassandraTable将连接两个表，但在我的代码中，只有一个源表，范围值是生成的值。它将1个RDD连接到1个表。不需要第一个RDD成为表。您试图访问的表的实际架构是什么？