scala – 用于大数据数据处理的分布式计算

我有一个庞大的时间序列数据,我想使用spark的并行处理/分布式计算进行数据处理.
要求是逐行查看数据,以确定下面指定的组在所需的结果部分下,如果没有执行者之间的某种协调,我真的无法获得分配这一点的火花

t- timeseries datetime sample,lat-latitude,long-longitude

例如：采用一小部分样本数据集来解释案例

t   lat long
0   27  28
5   27  28
10  27  28
15  29  49
20  29  49
25  27  28
30  27  28

期望的输出应该是：

Lat-long    interval
(27,28) (0,10)
(29,49) (15,20)
(27,28) (25,30)

我可以使用这段代码获得所需的结果

val spark = SparkSession.builder().master("local").getOrCreate()

import spark.implicits._

 val df = Seq(
  (0,27,28),(5,(10,(15,26,49),(20,(25,(30,28)
).toDF("t","lat","long")

val dfGrouped = df
.withColumn("lat-long",struct($"lat",$"long"))

val wAll = Window.partitionBy().orderBy($"t".asc)

dfGrouped.withColumn("lag",lag("lat-long",1,null).over(wAll))
.orderBy(asc("t")).withColumn("detector",when($"lat-long" === $"lag",0)
    .otherwise(1)).withColumn("runningTotal",sum("detector").over(wAll))
.groupBy("runningTotal","lat-long").agg(struct(min("t"),max("t")).as("interval"))
.drop("runningTotal").show
}

但是,如果数据进入两个执行器,那么数据就像

执行人1中的数据：

t   lat long
0   27  28
5   27  28
10  27  28
15  29  49
20  29  49
25  27  28

执行人2中的数据：

t   lat long
30   27  28

我应该如何获得大量数据的所需输出.必须有更聪明的方法来实现这一点,通过执行器之间的某种协调来分配它以获得该结果.

请指导我一个正确的方向,我已经研究了相同但无法找到解决方案.

PS：这只是一个示例.