将实木复合地板文件读取到多个分区

Question

我正在使用Spark 1.2.1（我知道它很古老，但是我暂时可以使用它。），并试图像这样用sparksql读取一个约4.5GB的镶木地板文件（我将避免重复使用）

val schemaRDD: SchemaRDD = parquetFile("data.parquet")

问题在于，在第一阶段（读取镶木地板的阶段），它会创建一个分区，而不是每个块至少生成一个分区。我该如何改变这种行为？例如，我想将该文件读入32个分区。我也尝试过做：

val schemaRDD: SchemaRDD = parquetFile("data.parquet")
schemaRDD.repartition(32)

//Just forcing repartition
schemaRDD.first()

但仍将实木复合地板文件读入1个分区

这是我正在运行的代码：

val rdd: SchemaRDD = parquetFile("data.parquet")

rdd.map(row => {
  row.getInt("id") -> (
    row.getInt("value1"),
    row.getInt("value2"))
}).groupByKey

然后使用此函数的结果针对另一个（键，值）RDD运行联接。