我是一个spark初学者，我面临以下问题：我有一个项目集合（假设它们是笛卡尔坐标或二维点），我想得到每个项目的近元素。判断一个项目是否靠近另一个项目是由一个函数决定的（假设我们想要所有的点，其欧氏距离小于给定值）。
当然，得到一个点的邻居是微不足道的，我已经做到了。只是 filter 物品就这些。我不能做的是让他们在所有的收集点，我不知道如何有效地做到这一点。
我在这里写了一个我想从一个小数据集得到的结果的例子，以便更清楚地说明我的需要：

sourceData = [ (0,1) , (1,1), (0,0), (50,10), (51,11)  ]
result = [  
            (0,1) => [(1,1), (0,0)], 
            (1,1) => [(0,1), (0,0)],
            (0,0) => [(0,1), (1,1)],
            (50,10) => [(51,11)],
            (51,11) => [(50,10)]
 ]

你知道如何有效地做到这一点吗？
到现在为止，我已经试过了：

return sourceData.cartesian(sourceData)
            .filter(new PairNeighborFilter<T>())
            .groupByKey();

与

public class PairNeighborFilter<T extends DbScanPoint> implements Function<Tuple2<T, T>, Boolean> {

/**
 * 
 */
private static final long serialVersionUID = 1L;
public static double eps;

@Override
    public Boolean call(Tuple2<T, T> v1) throws Exception {
        return v1._1().distanceTo(v1._2()) <= eps && !v1._1().equals(v1._2());
    }

}

但我相信这是一个非常低效的方法。此外，稍后我需要计算每个键的元素数，这只能通过迭代所有元素并计算它们来完成，这对性能来说是另一个耻辱。我想喝一杯 JavaRDD 类作为 JavaPairRDD 而不是 Iterable ，这可能吗？
谢谢。