Apache spark pyspark：按值将单个RDD拆分为多个RDD

我找不到答案。 如果我有RDD

rdd = sc.parallelize([('a', [1,2,3]), ('b',[4,5,6])])

其中每个值都是一个列表。 是否有方法拆分RDD，使其成为

sc.parallelize([('a',1),('a',2),('a',3),('b',4),('b',5),('b'6)])

其中，现在每个值都是列表中的一个元素，并与键匹配。 我大致知道解决办法。我们可以先收集（）

然后将RDD重新分配为

rdd2 = sc.parallelize([x for x in a])

---

但是如果RDD很大，那么

collect（）

将非常耗时。我们必须按比例考虑。有没有分布式的方法？（如使用

lambda函数等）谢谢
 这是
flatMap
的任务：

rdd.flatMap（λx:[（x[0]，v）表示x[1]中的v）]）.collect（）
#[（'a'，1），（'a'，2），（'a'，3），（'b'，4），（'b'，5），（'b'，6）]


此处lambda函数从原始rdd中获取一个键值对，并将该键值映射到每个单独的值：

lamb=lambda x:[（x[0]，v）表示x[1]中的v]
羔羊（（'a'，[1,2,3]））
#[（'a'，1），（'a'，2），（'a'，3）]

flatMap
将此操作映射到每个键值对并展平结果。
谢谢！这正是我需要的！
rdd2 = sc.parallelize([x for x in a])