虽然现在还没有答案，但我想分享一下我学到的东西。

myDataFrame.take(10)

->**结果是一个数组。**这是一个动作，执行收集数据（就像collect一样）。

myDataFrame.limit(10)

->**导致一个新的数据框架。**这是一个转换，不执行收集数据。
我没有解释为什么limit需要更长的时间，但这可能已经在上面回答了。这只是一个基本的答案，说明take和limit之间的区别。

这是因为Spark目前不支持 predicate 下推，参见this very good answer。
实际上，take（n）也需要很长的时间，我刚刚测试了一下，得到的结果和你一样-- take几乎是即时的，不管数据库大小如何，而limit需要很多时间。

你可以使用take（n）来限制数据。在屏幕截图中添加完整的代码和输出。

Limit（）在分区中不起作用，因此需要更多的时间来执行

限制我的工作：

limitDF= df.limit(5)

更好的方法是使用过滤器限制数据

filterDF= df.filter("name = 'jitendra'").limit(5)

.take()可能是答案，但我使用了一个简单的head命令，如下所示

df.head(3)

.take()不适合我。