Apache spark 火花交叉口的实现

Spark如何实现交叉法？是否需要2个RDD在一台机器上进行克隆

From说它使用哈希表，这有点奇怪，因为它可能不可伸缩，对两个RDD进行排序，然后逐项比较可能会提供一个更可伸缩的解决方案

---

关于这个主题的任何想法都是受欢迎的

它肯定不需要RDD在一台机器上进行协作。您只需查看详细信息。看起来它使用了一个cogroup。

只是猜测一下实现：如果有多个子集

a

，那么它们的并集将等同于

a

，以及

B

的多个子集；难道

并集（交点（A1，B1），交点（A2，B2），…交点（An，Bn））不等于
交点（A，B）
？如果这是真的，那么它可能就是这样工作的，也就是说，
A1
和
B1
只是
A
和
B
的分区/子集。。。