Apache spark 如何在Scala中的两个数据流之间执行压缩？

我有两个窗口化的数据流，我想像RDD中的普通压缩一样压缩

---

注：主要目的是计算窗口数据流的平均值和stdv，以防有更好的计算方法。

我使用了数据流的transformWith来使用此rdd操作，这解决了我的问题

例如：

  valueStream.transformWith(mean, (rdd1: RDD[Int], rdd2 : RDD[Double]) => {rdd1.zip(rdd2)}

---

我使用DStream的transformWith来使用这个rdd操作，这解决了我的问题

例如：

  valueStream.transformWith(mean, (rdd1: RDD[Int], rdd2 : RDD[Double]) => {rdd1.zip(rdd2)}

---

你能添加一些细节吗？valueStream.transformWithmean，rdd1:RDD[Int]，rdd2:RDD[Double]=>{rdd1.ziprdd2}我只是想知道如果每个数据流的批处理间隔不同会发生什么？你能详细解释一下吗？你能添加一些细节吗？valueStream.transformWithmean，rdd1:RDD[Int]，rdd2:RDD[Double]=>{rdd1.ziprdd2}我只是想知道如果每个数据流的批处理间隔不同会发生什么？你能详细说明一下吗？