spark将工作负载分配给不同的执行者。驱动程序进程为每个执行器提供每个局部变量的副本。此副本独立于原始变量，如果执行者更改副本，则原始变量保持不变。 foreach 由执行者运行，每个执行者都有自己的 a . 如果您打印 ArrayList :

ArrayList<String> a = new ArrayList<>();
dataset = dataset.limit(35);
dataset.show(36);
System.out.println("a in the driver process: " + System.identityHashCode(a));
dataset.foreach((ForeachFunction<Row>) row -> {
    a.add(row.getAs("value").toString());
    System.out.println("a on an executor " + System.identityHashCode(a));
});
System.out.println("back in the driver process: " + System.identityHashCode(a));

印刷品

a in the driver process: 1859780907
a on an executor 229101481
a on an executor 2105534525
a on an executor 1982276971
back in the driver process: 1859780907

因此 ArrayList 你的电话 size() 永远不会改变。
顺便说一句：在执行器上使用驱动程序的局部变量是一种不好的做法，因为这可能会导致（不仅仅是性能）问题。您应该考虑使用广播变量和累加器。