Spark - repartition（）vs coalesce（）根據Learning Spark的說法請記住，重新分區數據是一項相當昂貴的操作。Spark還有一個優化版本的repartition（），稱為coalesce（），它允許避免數據移動，但前提是你減少了RDD分區的數量。我得到的一個區別是，使用repartition（）可以增加/減少分區數量，但是使用coalesce（）時，只能減少分區數量。如果分區分布在多臺機器上并運行coalesce（），它如何避免數據移動？