当从foreach内部调用时，Pyspark存储不起作用。

当从foreach内部调用时，Pyspark存储不起作用的原因是因为Pyspark的foreach操作是在集群中并行执行的，而不是在驱动程序中执行的。因此，无法直接在foreach内部访问和修改驱动程序中的变量或数据结构。

解决这个问题的一种常见方法是使用Accumulator变量。Accumulator是一种分布式变量，可以在集群中并行操作，并且可以从驱动程序中读取和写入。通过在foreach内部使用Accumulator来收集需要存储的数据，然后在foreach之后从驱动程序中读取Accumulator的值，可以实现在foreach内部存储数据的效果。

以下是一个示例代码，演示了如何在Pyspark中使用Accumulator来解决存储问题：

from pyspark import SparkContext

# 创建SparkContext
sc = SparkContext("local", "Accumulator Example")

# 创建一个Accumulator变量
accumulator = sc.accumulator(0)

# 定义一个foreach函数，在函数内部修改Accumulator的值
def process_data(data):
    # 在这里进行数据处理
    # ...

    # 修改Accumulator的值
    accumulator.add(1)

# 创建一个RDD
data_rdd = sc.parallelize([1, 2, 3, 4, 5])

# 调用foreach操作，并传入定义的foreach函数
data_rdd.foreach(process_data)

# 在驱动程序中读取Accumulator的值
print("Accumulator value:", accumulator.value)

在上面的示例中，我们首先创建了一个Accumulator变量accumulator，然后定义了一个process_data函数，在函数内部修改了Accumulator的值。接下来，我们创建了一个RDDdata_rdd，并调用了foreach操作，将process_data函数作为参数传入。在foreach操作执行完毕后，我们可以通过accumulator.value来获取Accumulator的值。

需要注意的是，Accumulator是在集群中并行操作的，因此在使用Accumulator时需要注意线程安全性和并发访问的问题。

推荐的腾讯云相关产品：腾讯云弹性MapReduce（EMR），腾讯云数据仓库（CDW），腾讯云云服务器（CVM）等。你可以通过访问腾讯云官方网站获取更详细的产品介绍和文档信息。