我有一个java应用程序，可以解析大约8百万个文件。为了加快解析速度，将应用程序创建为多线程。每个文件都在一个线程中解析。现在我需要在带有两个spark服务器节点的apachehadoop上运行它。最好的做法是什么？
-去掉线程，将基于线程的处理转换为map reduce
-保持基于线程的处理，但在每个线程内实现map reduce