根据值将RDD拆分为多个RDD而不执行`collect（）`和`filter（）`[duplicate]

我想基于行中的值将RDD拆分为多个RDD。行中的值是预先知道的并且本质上是固定的。

例如

source_rdd = sc.parallelize([('a',1),('a',2),('a',3),('b',4),('b',5),('b',6)])
应该分成两个RDD，一个只a包含一个，另一个只包含b作为键

我已经尝试过groupByKey方法，并且能够在collect()对分组RDD 执行操作后成功完成，由于内存限制，我无法在生产中执行此操作
a_rdd, b_rdd = source_rdd.keyBy(lambda row: row[0]).groupByKey().collect()
当前的实现是应用多个过滤操作来获得每个RDD
a_rdd = source_rdd.filter(lambda row: row[0] == 'a')
b_rdd = source_rdd.filter(lambda row: row[0] == 'b')
这可以进一步优化，在生产中使用不适合内存的数据的最佳方法是什么？

用法：这些RDD将被转换为不同的数据帧（每个键一个），每个数据帧具有不同的模式，并作为输出存储在S3中。