Spark - repartition（）vs coalesce（）根據(jù)Learning Spark的說法請(qǐng)記住，重新分區(qū)數(shù)據(jù)是一項(xiàng)相當(dāng)昂貴的操作。Spark還有一個(gè)優(yōu)化版本的repartition（），稱為coalesce（），它允許避免數(shù)據(jù)移動(dòng)，但前提是你減少了RDD分區(qū)的數(shù)量。我得到的一個(gè)區(qū)別是，使用repartition（）可以增加/減少分區(qū)數(shù)量，但是使用coalesce（）時(shí)，只能減少分區(qū)數(shù)量。如果分區(qū)分布在多臺(tái)機(jī)器上并運(yùn)行coalesce（），它如何避免數(shù)據(jù)移動(dòng)？