java中SparkContext并行化调用示例

我刚开始使用Spark，在尝试实现map函数的简单示例时遇到了问题。问题在于新版Spark中“并行化”的定义。有人可以分享如何使用它的例子，因为下面的方法给出了参数不足的错误

Spark版本：2.3.2 Java:1.8

SparkSession session = SparkSession.builder().appName("Compute Square of Numbers").config("spark.master","local").getOrCreate();
SparkContext context = session.sparkContext();
List<Integer> seqNumList = IntStream.rangeClosed(10, 20).boxed().collect(Collectors.toList());
JavaRDD<Integer> numRDD = context.parallelize(seqNumList, 2);

SparkSession session=SparkSession.builder（）.appName（“计算数字平方”）.config（“spark.master”、“local”）.getOrCreate（）；
SparkContext上下文=会话。SparkContext（）；
List-seqNumList=IntStream.rangeClosed（10,20）.boxed（）.collect（Collectors.toList（））；
JavaRDD numRDD=context.parallelize（seqNumList，2）；

Compiletime错误消息：该方法需要3个参数

我不明白第三个论点应该是什么样的？根据文件，应该是

scala.reflect.ClassTag<T>

scala.reflect.ClassTag

但如何定义或使用它呢

请不要建议使用JavaSparkContext，因为我想知道如何使用通用SparkContext使用这种方法

---

Ref:

这是我最后使用的代码。这不是实现结果的最佳方式，但对我来说是探索API的一种方式

SparkSession会话=SparkSession.builder（）.appName（“计算数字平方”） .config（“spark.master”、“local”）.getOrCreate（）

SparkContext context=session.SparkContext（）；
List-seqNumList=IntStream.rangeClosed（10,20）.boxed（）.collect（Collectors.toList（））；
RDD numRDD=上下文
.parallelize（JavaConverters.asscalateratorconverter（seqNumList.iterator（））.asScala（）
.toSeq（），2，scala.reflect.ClassTag$.MODULE$.apply（Integer.class））；
foreach（x->System.out.println（x））；
session.stop（）；

问题出在哪里？或者我们猜猜看？你读过JavaDoc吗？？该方法有3个参数：

scala.reflect.ClassTag$.MODULE$.apply（Integer.class）JavaConversions.asScalaBuffer（seqNumList）

-老实说，我不知道你想在Java中调用这个方法是什么。。。那是weird@AKSW谢谢你的类标签评论。这就是我们要找的。我知道这不是最佳方式，但我想了解如何与SparkContext一起使用parallelize，因为这是访问Spark处理的新的统一方式。或者您仍然建议使用JavaSparkContext来完成这些任务？

SparkContext context = session.sparkContext();

List<Integer> seqNumList = IntStream.rangeClosed(10, 20).boxed().collect(Collectors.toList());


RDD<Integer> numRDD = context
        .parallelize(JavaConverters.asScalaIteratorConverter(seqNumList.iterator()).asScala()
                .toSeq(), 2, scala.reflect.ClassTag$.MODULE$.apply(Integer.class));


numRDD.toJavaRDD().foreach(x -> System.out.println(x));
session.stop();