如果您正在使用 spark-shell 要运行它，您可以使用 driver-memory 要突破内存限制： spark-shell --driver-memory Xg [other options] 如果执行器有问题，那么您可以使用 --executor-memory XG 您可以在指南中找到有关如何正确设置它们的更多信息：提交执行器内存、配置驱动程序内存。
@编辑：因为您是从netbeans运行它，所以应该能够将它们作为jvm参数传递 -Dspark.driver.memory=XG 以及 -Dspark.executor.memory=XG . 我想是在 Project Properties 低于 Run .

你找到解决问题的办法了吗？如果你有：d，请分享
我的想法是：rdd和javardd都有一个方法 toLocalIterator() 一份文件说
迭代器将消耗与此rdd中最大分区相同的内存。
这意味着迭代器将消耗比列表更少的内存。如果rdd被划分为多个分区，您可以这样尝试：

Iterator<Row> iter = sqlContext.sql("Select * from Tablename").javaRDD().toLocalIterator();
while (iter.hasNext()){
    Row row = iter.next();
    //your code here
}

附言：这只是一个想法，我还没有测试过