spark中parallelize和makeRDD函数的区别

parallelize和makeRDD的函数结构

def parallelize[T: ClassTag](
      seq: Seq[T],
      numSlices: Int = defaultParallelism): RDD[T] = withScope {
    assertNotStopped()
    new ParallelCollectionRDD[T](this, seq, numSlices, Map[Int, Seq[String]]())
  }
 
def makeRDD[T: ClassTag](
      seq: Seq[T],
      numSlices: Int = defaultParallelism): RDD[T]
 
def makeRDD[T: ClassTag](seq: Seq[(T, Seq[String])]): RDD[T]

第一个makeRDD的实现是依赖于parallelize的实现，两者一致；
第二个makeRDD的实现分配一个本地Scala集合形成一个RDD，为每个集合对象创建一个最佳分区。
总之，makeRDD的使用对后期的优化很有好处。