我试过了
全局变量—此方法有效。
使用额外的成员变量对sparkcontext进行子类化，然后通过我的回调中的rdd.context（）.getmydata（）获取额外的成员变量--此方法失败，错误为“我的子类类型不可调用”。
我也是spark的新手，我想知道有没有比全局变量更好的方法？或者如果Spark提供了一种我错过的方法？我共享的数据是一个单独的缓冲区，用于每个rdd中的样本，因为我输入样本的快速傅立叶变换算法需要一个特定的样本计数，所以我缓冲样本，直到缓冲区大小达到这个特定计数。任何意见和建议都将不胜感激！！
我的代码示例：

limit = 64
buffer=[]
def processSamples(rdd):
     global limit
     global buffer
     lines = rdd.collect()
     for (k,v) in lines:
       if len(buffer) == limit:
           FFT(buffer)
           del buffer[:]
       buffer.append(v)
if __name__ == "__main__":
     sc = SparkContext()
     ssc = StreamingContext(sc, 2)
     topic = "topic1"
     ks = KafkaUtils.createDirectStream(ssc, [topic], {"bootstrap.servers": "kafka:9092"})
     ks.foreachRDD(processSamples)
     ssc.start()
     ssc.awaitTermination()