Apache spark 在Spark模型中，对两个向量执行元素操作的正确方法是什么？

我将PySpark与纱线一起使用，有两个RDD，A和B，我希望对其执行一系列不同的元素计算。这两个RDD都是长度相同的向量，并且被划分为相同数量的分区。我目前的做法如下：

#C = A + B
C = A.zip(B).map(lambda x: x[0] + x[1])

当我对一个RDD调用一个由5-8个这类操作组成的链式收集时，我开始丢失执行器。如果我继续收集链的下游，将丢失足够多的执行器，导致计算失败。增加每个执行器的内存量可以完成计算。这会引发以下问题：

A.zip（B.map）（操作（A，B））是在两个RDD上操作的预期方法吗

我在使用这种方法时是否遇到了隐藏的陷阱？我了解到，执行器可能会由于内存分配过多而丢失。这对我来说没有意义，因为我对RDD的解释只是作为生成中间数据集的一组指令，而不是实际的分布式数据集本身