spark在什么情况下会使用mapPartition

在spark中，map算子可以说是我们使用最频繁的一个基础算子，功能也非常简单，将一条数据经过变换形成另外一条数据。那么还有一个算子和它非常相似：mapPartition。
很显然，这个算子多了一个Partition，所以表示的含义就是：对于每一个分区的数据，整体进行数据的变换。
有人可能会问，难道map就不是对分区进行的？也是。不过map没有分区的概念，就是一条数据一条处理，也是分布式的处理，只是在map无法看到分区而已。
那么对于mapPartition算子，什么情况下会使用呢？这里例举两种最频繁的应用场景：
（1）数据频繁进行与外部交互的时候。
最典型的比如需要将分布式的数据data每条进行与数据库的增删改查操作。很自然的想法就是：

sc.parallelize(Seq(1, 2, 3, 4, 5))
.map{x =>
	XXX // 连接数据库操作
	XXX.insert(x) // 增删改查该数据到数据库
	XXX// 关闭数据库
x
}

很显然这里采用直白的map操作，那么每条数据都会进行一次数据库的连接与关闭操作，显然是没有必要的。试想一下，其实每个分区的数据都在同一台机器上，那么对这个机器上的数据，其实只需要做一次数据库的连接与关闭操作不就行了？

这就自然引出了mapPartition算子。mapPartition本身会将一个分区的数据打包成一个迭代器统一操作。
还是刚才的例子，那么伪代码就是：

sc.parallelize(Seq(1, 2, 3, 4, 5))
.mapPartitions{iter =>
	XXX //