如何在Apache Spark中连接地图并对其执行RDD操作？

libraryDependencies += "org.datasyslab" % "geospark" % "1.3.3"

import org.apache.spark.{SparkConf, SparkContext}
import org.datasyslab.geospark.enums.{GridType, IndexType}
import org.datasyslab.geospark.formatMapper.shapefileParser.ShapefileReader
import org.datasyslab.geospark.serde.GeoSparkKryoRegistrator
import org.datasyslab.geospark.spatialOperator.RangeQuery

object GeoSparkExample {
  def main(args: Array[String]): Unit = {
    // 创建SparkConf对象
    val sparkConf = new SparkConf()
      .setAppName("GeoSparkExample")
      .setMaster("local[*]") // 指定本地模式

    // 创建SparkContext对象
    val sparkContext = new SparkContext(sparkConf)
    sparkContext.registerKryoClasses(Array(classOf[GeoSparkKryoRegistrator]))

    // 读取地图数据
    val shapefileRDD = ShapefileReader.readToGeometryRDD(sparkContext, "path_to_shapefile")

    // 创建SpatialRDD，将地图数据转换为SpatialRDD
    val spatialRDD = new SpatialRDD[Geometry]
    spatialRDD.rawSpatialRDD = shapefileRDD

    // 构建SpatialRDD的索引，加速查询操作
    spatialRDD.buildIndex(IndexType.RTREE, true)

    // 执行RDD操作，这里演示了一个范围查询操作
    val queryEnvelope = new Envelope(-180.0, 180.0, -90.0, 90.0)
    val resultRDD = RangeQuery.SpatialRangeQuery(spatialRDD, queryEnvelope, false, false)

    // 输出查询结果
    resultRDD.foreach(println)

    // 停止SparkContext
    sparkContext.stop()
  }
}