我正在寻找一个类似于spark中hadoop的分布式缓存的功能。我需要一个相对较小的数据文件（带有一些索引值）出现在所有节点中，以便进行一些计算。有没有什么方法可以在spark中实现这一点？
到目前为止，我的解决方法是将索引文件作为常规处理进行分发和缩减，这在我的应用程序中大约需要10秒钟。之后，我将指示它为广播变量的文件持久化，如下所示：

JavaRDD<String> indexFile = ctx.textFile("s3n://mybucket/input/indexFile.txt",1);
ArrayList<String> localIndex = (ArrayList<String>) indexFile.collect();    

final Broadcast<ArrayList<String>> globalIndex = ctx.broadcast(indexVar);

这使程序能够理解变量globalindex包含的内容。到目前为止，这是一个补丁，可能是好的，但我认为这不是最好的解决方案。如果有相当大的数据集或大量的变量，它仍然有效吗？
注意：我使用的是spark1.0.0，它运行在位于多个ec2示例的独立集群上。