小编Ben*_*Ben的帖子

在 PySpark 中，我知道 python 工作线程用于在工作节点上执行（至少一些）计算（如https://cwiki.apache.org/confluence/display/SPARK/PySpark+Internals中所述）。

在我的测试设置中，我试图让 Spark 使用 4 个工作线程（在独立机器上），但似乎只创建了 1 个 python 工作线程：

import socket
import threading

spark = SparkSession\
    .builder\
    .master('local[4]')\
    .appName("PythonPi")\
    .getOrCreate()

partitions = 4

# Print the ident of the local thread:
print(str(threading.get_ident()))

# Print the idents of the threads inside the python workers:
thread_ids = spark.sparkContext.parallelize(range(1, partitions + 1), partitions)\
.map(lambda x: ' threadid: ' + str(threading.get_ident())).collect()


print(thread_ids)

spark.stop()

输出：

140226126948096
[' threadid: 139948131018496', ' threadid: 139948131018496', ' threadid: 139948131018496', ' threadid: 139948131018496'] …

我是Objective C的新手,在使用新的ARC编译器编译代码时,我不知道如何使用out参数创建和调用方法.

这是我在非ARC目标C中试图完成的事情(无论如何这可能是错误的).

//
//  Dummy.m
//  OutParamTest

#import "Dummy.h"

@implementation Dummy

- (void) foo {
    NSString* a = nil;
    [self barOutString:&a];
    NSLog(@"%@", a);
}

- (void) barOutString:(NSString * __autoreleasing *)myString {
    NSString* foo = [[NSString alloc] initWithString:@"hello"];
    *myString = foo;
}

@end

(编辑以匹配建议).

我在这里阅读了这些文档:http: //clang.llvm.org/docs/AutomaticReferenceCounting.html

在这里:http: //developer.apple.com/library/mac/#documentation/Cocoa/Conceptual/ObjectiveC/Chapters/ocProperties.html

...但我发现很难得到任何编译的东西,更不用说任何正确的东西了.是否有人能够以适合ARC目标C的方式重写上面代码的jist？