Apache spark Spark中leftOuterJoin的性能如何？

如果我执行A.leftOuterJoin（B），其中A是一个有10亿个元素的RDD[（K，V）]，B是一个有1000个元素的RDD[（K，W）]，Spark是否仍然将A的10亿个元素中的每一个都复制到新的RDD中？

上次我查看内部代码时，连接是基于coGroup（）的

本质上，两个RDD都将被它们的密钥洗牌（通过网络），然后在本地内存中对每个密钥进行哈希连接。如果由于任何原因，分区已经由您的键进行，则不会发生额外的洗牌

至于“复制元素”，我不这么认为，应该复制本地指针，但除非手动持久化，否则不会存储前一阶段的中间结果