Serialization 火花不能正确过滤？

我遇到一个有线问题，结果不正确。 我有一个名为a的类，它有一个名为

keyword

的值。 如果RDD[A]有一些

关键字，我想过滤它

Spark环境：
版本：1.3.1
执行环境：纱线客户机

代码如下：

class A ...
case class C(words:Set[String] ) extends Serializable {

  def run(data:RDD[A])(implicit sc:SparkContext) ={
    data.collect{ case x:A=> x }.filter(y => words.contains(y.keyword)).foreach(println)
  }
}

   // in main function
  val data:RDD[A] = ....
  val c = C(Set("abc"))
  c.run(data)

上面的代码不打印任何内容。但是，如果我收集RDD[A]到本地，那么它会打印一些东西！例如

data.take(1000).collect{ case x:A=> x }.filter(y => words.contains(y.keyword)).foreach(println)}

这怎么会发生

让我问另一个相关的问题：我是否应该使
案例类C
扩展
可序列化
？我认为没有必要。原因很简单。如果在本地收集数据时运行
println
功能，则会发生以下情况：数据通过网络传输到正在使用的机器（我们称之为Spark环境的客户端），然后在控制台上打印。到目前为止，一切正常。相反，如果在分布式
RDD
上运行
println
函数，则
println
函数将在包含数据的工作机器上本地执行。因此，函数实际上是执行的，但在客户端的控制台上看不到任何结果，除非它也是一台工作机器：事实上，所有内容都打印在相应工作节点的控制台上

不，没有必要将其设置为可序列化的，唯一序列化的是您的
单词：Set[String]