Apache spark 预测S3阅读任务的数量

我有

10个
parquet文件，每个文件大小约为
830
MB，位于
S3
bucket上，用于
cust
表

如何预测Spark SQL将启动多少任务来读取此输入（从S3）以运行以下查询-

select cust_id, prod_id, count(*)
from cust
group by 1, 2
having count(*) > 1

根据，我的计算结果是
65
任务，而实际上，Spark正在启动
67
任务。我哪里做错了

spark.read.parquet（“s3://bucket/path/to/folder/”）.rdd.getNumPartitions
=67

环境参数值如下所示：

spark.executor.cores = 2
spark.sql.files.maxPartitionBytes = 134217728
spark.sql.files.openCostInBytes = 4194304
sc.defaultParallelism = 2

请纠正我的理解。感谢您的帮助。谢谢