apache Spark中RDD的高缓存大小

Question

我正在读取一个约20MB的文本文件，由空格分隔的整数行组成，转换为RDD并缓存它。在观察缓存时，它在RAM上消耗了大约200MB！ 我不明白为什么它会消耗如此高的RAM（x10）进行缓存？

val filea = sc.textFile("a.txt")
val fileamapped = filea.map(_.split(" ").map(_.toInt)) 
fileamapped.persist(org.apache.spark.storage.StorageLevel.MEMORY_ONLY)
fileamapped.collect()

我在本地交互模式（spark-shell）中运行Spark并从HDFS读取数据文件。

问题

1. 缓存使用高RAM的原因是什么？
2. 有没有办法可以直接从文件中读取整数，sc.textFile给我RDD [String]。
3. 我用estimate（）方法检查了fileamapped，它显示了大约64MB的大小，它是JAVA组件大小吗？

感谢，