这不是点积，这是笛卡尔积。使用cartesian方法：

def cartesian[U](other: spark.api.java.JavaRDDLike[U, _]): JavaPairRDD[T, U]

返回这个RDD和另一个RDD的笛卡尔积，即所有元素对（a，B）的RDD，其中a在this中，b在other中。
Source

你可以这样做：

A = {(a1,v1),(a2,v2),...}
B = {(b1,s1),(b2,s2),...}

C = A.cartesian(B)

如果您这样做：

C.take(5)

你可以看到这就是你想要的。

如果您对如何处理多个列表感到好奇，这里有一个pyspark中的示例

>>> a = [1,2,3]
>>> b = [5,6,7,8]
>>> c = [11,22,33,44,55]
>>> import itertools
>>> abcCartesianRDD = sc.parallelize(itertools.product(a,b,c))
>>> abcCartesianRDD.count() #Test
    60