python - randomSplit 是否返回原始 rdd 的副本或引用？

Question

假设我有类似下面的代码

for idx in xrange(0, 10):
    train_test_split = training.randomSplit(weights=[0.75, 0.25])
    train_cv = train_test_split[0]
    test_cv = train_test_split[1]
    # scale train_cv and test_cv

通过缩放train_cv和test_cv，原始数据是否会受到影响？

Answer 1

RDD 是不可变的。

因此，实际上不可能“改变”一个 RDD 只转换它们。所以，不，原始数据不会受到影响。