Apache spark Spark'；为Hadoop分区计算的默认分区？

我正在阅读，关于分区，他说

默认情况下，为每个HDFS分区创建一个分区，通过 默认值为64MB

我对HDFS不是非常熟悉，但复制这一说法时遇到了一些问题。我有一个名为

Reviews.csv

的文件，它是亚马逊食品评论的330MB文本文件。给定默认的64MB块，我希望

上限（330/64）=6个
分区。但是，当我将文件加载到Spark Shell中时，我得到了9个分区：

scala> val tokenized_logs = sc.textFile("Reviews.csv")
tokenized_logs: org.apache.spark.rdd.RDD[String] = Reviews.csv MapPartitionsRDD[1] at textFile at <console>:24

scala> tokenized_logs
res0: org.apache.spark.rdd.RDD[String] = Reviews.csv MapPartitionsRDD[1] at textFile at <console>:24

scala> tokenized_logs.partitions
res1: Array[org.apache.spark.Partition] = Array(org.apache.spark.rdd.HadoopPartition@3c1, org.apache.spark.rdd.HadoopPartition@3c2, org.apache.spark.rdd.HadoopPartition@3c3, org.apache.spark.rdd.HadoopPartition@3c4, org.apache.spark.rdd.HadoopPartition@3c5, org.apache.spark.rdd.HadoopPartition@3c6, org.apache.spark.rdd.HadoopPartition@3c7, org.apache.spark.rdd.HadoopPartition@3c8, org.apache.spark.rdd.HadoopPartition@3c9)

scala> tokenized_logs.partitions.size
res2: Int = 9

然而，根据我的计算，应该有
天花板（135/4）=3个
分区，而不是4个

我在本地运行一切，在我的MacBookPro上。有人能解释一下如何计算HDFS的默认分区数吗？
来自：

默认情况下，Spark为文件的每个块创建一个分区
（HDFS中的块默认为128MB），但您也可以请求
通过传递较大的值来增加分区数。注意你
分区不能少于块

128MB只是默认的HDFS块大小，但对于任何文件，实际上都可能有所不同。在您的情况下，分区的数量意味着您的文件是使用非默认块大小写入的（或者更可能由多个较小的文件组成）

有关确定HDFS文件拆分成的块数的方法，请参阅。
来自：

默认情况下，Spark为文件的每个块创建一个分区
（HDFS中的块默认为128MB），但您也可以请求
通过传递较大的值来增加分区数。注意你
分区不能少于块

128MB只是默认的HDFS块大小，但对于任何文件，实际上都可能有所不同。在您的情况下，分区的数量意味着您的文件是使用非默认块大小写入的（或者更可能由多个较小的文件组成）

有关确定HDFS文件拆分成的块数的方法，请参阅。
谢谢。使用非默认块大小写入文件的典型原因是什么？我不记得在HDFS上调整过任何配置。这完全取决于文件的编写方式。谢谢。使用非默认块大小写入文件的典型原因是什么？我不记得在HDFS上调整过任何配置。这完全取决于文件的编写方式。
scala> val raw_reviews = sc.textFile("Reviews_Smaller.csv")
raw_reviews: org.apache.spark.rdd.RDD[String] = Reviews_Smaller.csv MapPartitionsRDD[11] at textFile at <console>:24

scala> raw_reviews.partitions.size
res7: Int = 4