Apache spark 在Spark中将RDD从文件强制加载到内存

我有一个运行Spark计算的演示应用程序。为此，它加载存储在对象文件中的RDD，然后根据用户的输入执行一些任务

使用

sparkContext.objectFile（）

加载RDD是一个漫长的操作。由于时间是一个问题，我希望在演示开始之前加载它，并且只在演示过程中执行依赖于输入的计算。但是，Spark的延迟策略导致仅在触发整个计算后读取文件

RDD.cache（）。缓存也是一种惰性操作

有没有办法强制从文件加载RDD

如果没有，有没有办法加速RDD加载，和/或将其保存在内存中以备将来的Spark作业使用

Spark版本为1.5，在单节点独立模式下运行。该文件是从本地文件系统读取的。如果需要，我可以调整Spark的配置或这些设置。
调用
缓存（）
后，调用rdd上的任何操作（通常使用
计数（）
）来“具体化”缓存。对该RDD的进一步调用将使用缓存版本：

RDD.cache().count() // this will load the RDD
// use RDD, it's cached now

似乎不像广告宣传的那样有效。RDD分区是否可能从内存中退出，或者没有完全加载？只有在内存不足的情况下。。你…吗？您可以在Spark UI（https://:4040/storage/）中检查这一点，查找RDD并检查其“分数缓存”是否正常工作，尽管它对Spark的内存管理参数非常敏感