火花笛卡尔不会引起洗牌？
Spark cartesian doesn't cause shuffle?
因此，我尝试基于此 Whosebug post：LINK 测试导致混洗的 Spark 操作。但是，当 cartesian 操作不会导致 Spark 中的混洗时，这对我来说没有意义，因为他们需要在网络上移动分区以便在本地将它们放在一起。
Spark 实际上是如何在幕后执行其 cartesian 和 distinct 操作的？
Shuffle 是键值对（RDD[(T, U)] 通常被描述为 PairRDDs 或 PairwiseRDDs）的 RDDs 特有的操作，或多或少等同于 shuffle 阶段哈多普。 shuffle 的一个目标是根据键值和 Partitioner.
将数据移动到特定的执行器
Spark 中有不同类型的操作，需要网络流量，但不要使用与 shuffle 相同类型的逻辑，并不总是需要键值对。笛卡尔积是这些操作之一。它在机器之间移动数据（实际上它会导致更昂贵的数据移动）但不会在密钥和执行程序之间建立关系。
因此，我尝试基于此 Whosebug post：LINK 测试导致混洗的 Spark 操作。但是，当 cartesian 操作不会导致 Spark 中的混洗时，这对我来说没有意义，因为他们需要在网络上移动分区以便在本地将它们放在一起。
Spark 实际上是如何在幕后执行其 cartesian 和 distinct 操作的？
Shuffle 是键值对（RDD[(T, U)] 通常被描述为 PairRDDs 或 PairwiseRDDs）的 RDDs 特有的操作，或多或少等同于 shuffle 阶段哈多普。 shuffle 的一个目标是根据键值和 Partitioner.
Spark 中有不同类型的操作，需要网络流量，但不要使用与 shuffle 相同类型的逻辑，并不总是需要键值对。笛卡尔积是这些操作之一。它在机器之间移动数据（实际上它会导致更昂贵的数据移动）但不会在密钥和执行程序之间建立关系。