我正在aws emr集群中运行javaspark程序，在将javardd写入文件时遇到问题。我有如下代码：

final JavaRDD<MyObject> javaRdd1 = // implemented here
javaRdd1.map(t -> MyClass.writeValueAsString(t)).saveAsTextFile(path1, GzipCodec.class);

当我在spark中运行这个程序时，javardd1总是将一系列空gz文件写入path1。但是，如果我添加对first（）的调用，如下所示：

final JavaRDD<MyObject> javaRdd1 = // implemented here
log.info("javaRdd1 " + (javaRdd1.isEmpty() ? "not here" : javaRdd1.first()));
javaRdd1.map(t -> MyClass.writeValueAsString(t)).saveAsTextFile(path1, GzipCodec.class);

那么javardd1编写的gz文件不是空的。除了log语句之外，逻辑上没有区别。
代码中还有其他javardd，我用同样的方法保存到文件中。这些javardd编写非空gz文件；如果我将调用添加到first（），则它们的文件大小会增加。当用相同的参数在本地运行程序时，我看不到这种行为。在本地，文件总是完全按照预期打印出来。
注：所有输入和输出都存储在hdfs中。