我想在我的集群上使用apachespark，它由5个糟糕的系统组成。首先，我已经在我的节点上实现了cassandra3.11.3，所有节点都正常。
在那之后，我用javaapi在我的节点中插入了100k条记录，而不使用spark，一切正常。
现在我要执行一个简单的查询，如下所示：

select * from myKeySpace.myTbl where field1='someValue';

由于我的节点在硬件上很弱，所以我只想从mytbl中获取一点记录，如下所示：

select * from myKeySpace.myTbl where field1='someValue' limit 20;

我已经测试了这个（a），但是它非常慢（我不知道原因）：

Dataset<Row> df1 = sparkSession.sql("select * from myKeySpace.myTbl where field1='someValue' limit 20");

还有（b）我认为spark获取所有数据，然后使用极限函数，这不是我的目标：

Dataset<Row> df1 = sparkSession.sql("select * from myKeySpace.myTbl where field1='someValue'").limit(20);

我想我也可以用Spark芯。我还知道一个叫做 perPartitionLimit 在cassandra 3.6及更高版本（d）中实现。
如您所知，由于我的节点很弱，我不想从cassandra表中获取所有记录，然后使用limit函数之类的函数。我只想从表中获取少量记录，这样我的节点就可以处理这些记录。
那么最好的解决方案是什么呢？
更新：
我已经做了@aksw在评论中给出的建议：

SparkConf conf = new SparkConf()
                .setAppName("SparkTest")
                .set("spark.cassandra.connection.host","192.168.107.100");
long limit=20;
JavaSparkContext jsc = new JavaSparkContext(conf);

CassandraJavaRDD<CassandraRow> rdd1 = javaFunctions(jsc)
                    .cassandraTable("myKeySpace", "myTbl")
                    .select("id").perPartitionLimit(limit);

System.out.println("Count: " + rdd1.count()); //output is "Count: 100000" which is wrong!
jsc.stop();

但是 perPartitionLimit(limit) 那个 limit=20 不工作，所有记录都会被提取！