背景
使用spark執行mapPartitionsWithIndex((index,iterator)=>{....})，在執行體中將iterator進行一次迭代后，再次根據iterator執行迭代，iterator迭代體未執行。
猜想及驗證過程
猜測iterator只能執行一次迭代。
測試例子如下：
val rdd1 = sc.makeRDD(1 to 10,2)
val rdd2 = rdd1.mapPartitionsWithIndex{(index,iterator)=>{
var result = List[String]()
var sum = 0
var count = 0
while(iterator.hasNext){
sum += iterator.next()
}
while(iterator.hasNext){
count += 1
}
result.::(index + "|" + sum + "|" + count).iterator
}}
執行結果
res0: Array[String] = Array(0|15|0, 1|40|0)
通過執行結果可以看出sum執行了求和運算，count沒有執行統計數量運算或未正確執行統計數量運算，推測可能的原因：1. iterator能夠重復執行迭代，但是count的算術運算出現問題；2.iterator只能執行一次迭代；
對原因1的驗證例子：
val rdd1 = sc.makeRDD(1 to 10,2)
val rdd2 = rdd1.mapPartitionsWithIndex{(index,iterator)=>{
var result = List[String]()
var sum = 0
var count = 0
while(iterator.hasNext){
sum += iterator.next()
count += 1
}
result.::(index + "|" + sum + "|" + count).iterator
}}
執行結果
res0: Array[String] = Array(0|15|5, 1|40|5)
如果iterator能夠重復執行迭代，但是count的統計數量計算出現問題，那么將sum和count放在同一個迭代體中，執行結果會和在兩個迭代體中執行結果一致。但是執行結果卻是能夠正常的統計出數量，證明了推測原因1不成立。
對原因2的驗證例子：
為了單純的驗證是iterator執行問題，下邊的例子去掉了spark相關的函數
val iterator = Iterator(1,2,3,4,5,6,7)
var sum = 0
while(iterator.hasNext){
sum += iterator.next
}
println("sum is " + sum)
val expression = if(iterator.isEmpty) "iterator is empty" else "iterator is not empty"
println(expression)
如果iterator只能執行一次迭代的話，expression的結果是【iterator is empty】，真實執行結果如下
sum is 28 iterator is empty iterator: Iterator[Int] = empty iterator sum: Int = 28 expression: String = iterator is empty
通過執行結果可以看出，expression的結果確實是【iterator is empty】，所以推測原因2成立。
結論
scala中iterator只能執行一次迭代，如果需要多次執行同一個迭代體，建議調用iterator.toList等方法，將迭代體轉化為集合，再執行上述的驗證例子就會正常。
擴展
1.iterator.min和iterator.max同樣是通過迭代獲得，所以對於同一個iterator的min和max只能獲取一個。
2.java中Iterator類同scala的Iterator，只允許進行一次迭代，如果需要進行多次迭代，需要將iterator轉化為集合類
3.C#中沒有Iterator類，但是有IEnumerator，這個類可以通過IEnumerator.Reset方法來重置，迭代完進行重置就可以再次迭代，而對於java和scala的Iterator沒有相似的方法；
補充
spark的mapPartitionsWithIndex中iterator盡量不要使用toList，原因：toList相當於將迭代數據進行了緩存，容易導致OutOfMemory的異常，iterator是流式的處理，處理完一條記錄才會去讀取下一條記錄並且會丟棄已讀的記錄，無法重復使用；而iterator.toList會將所有的記錄進行緩存，便於重復使用。