关于spark map(fun1).collect.foreach(println) 与spark.map(func1).foreach(println)的疑问

[ryanlunar]

我从分布式表格系统中读取数据放入rdd1中[T,U]，然后调用map只获取U，然后一个调用collect一个不调用collect，分别打印U中的某个成员变量row，打出的结果竟然不一样。
case1 输出数据完全与分布式表格系统中数据一致，
case2 虽然数据量是一样的，但是输出的时候出现了较多的重复的数据。

具体场景如下：
case 1
var rddTmp = rdd1.map(r => (r._2))

println("=====================>" + rddTmp.count() + "<========================")
rddTmp.foreach(
(result: Result) => {
var rStr = new String(result.getRow())
println(rStr)
}
)
执行结果片段
row148
row166
row169
row180
row183
row211
row212
row231
row244
row247
row248
row252
row258
case 2
var rddTmp = rdd1.map(r => (r._2)).collect()

println("=====================>" + rddTmp.length + "<========================")
rddTmp.foreach(
(result: Result) => {
var rStr = new String(result.getRow())
println(rStr)
}
)

执行结果片段
row258
row258
row258
row258
row258
row258
row258
row258
row258
row258
row258
row258
row258

[mmmc_a]

你确定你的数据源一样吗？