这是你能做的。假设你有一个简单的矩阵定义为：

import org.apache.spark.mllib.linalg.distributed._
val rowsPerBlock = 2
val colsPerBlock = rowsPerBlock
val mat = new CoordinateMatrix(sc.parallelize(Seq(
  MatrixEntry(5, 0, 1), MatrixEntry(4, 1, 2),
  MatrixEntry(3, 2, 3), MatrixEntry(2, 3, 4),
  MatrixEntry(1, 4, 5), MatrixEntry(0, 5, 6)
))).toBlockMatrix(rowsPerBlock, colsPerBlock)

这给了我们：

0.0  0.0  0.0  0.0  0.0  6.0
0.0  0.0  0.0  0.0  5.0  0.0
0.0  0.0  0.0  4.0  0.0  0.0
0.0  0.0  3.0  0.0  0.0  0.0
0.0  2.0  0.0  0.0  0.0  0.0
1.0  0.0  0.0  0.0  0.0  0.0

我们可以找到行数和块数：

val n = mat.numRows
val m = n / rowsPerBlock

这两个创建了两个RDD，一个偏移了 m 向右移动块：

val ur = mat.blocks.map { case ((i, j), mat) => ((i, j + m), mat) }

一个调换了位置 m 下一个街区：

val lr = mat.transpose.blocks.map { case ((i, j), mat) => ((i + m, j),mat) }

最后，我们可以将这两个组合成一个矩阵：

new BlockMatrix(
  ur ++ lr,
  rowsPerBlock, colsPerBlock
)

结果是：

0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  6.0
0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  5.0  0.0
0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  4.0  0.0  0.0
0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  3.0  0.0  0.0  0.0
0.0  0.0  0.0  0.0  0.0  0.0  0.0  2.0  0.0  0.0  0.0  0.0
0.0  0.0  0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0
0.0  0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0  0.0
0.0  0.0  0.0  0.0  2.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0
0.0  0.0  0.0  3.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0
0.0  0.0  4.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0
0.0  5.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0
6.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0