当我join两个RDD时，数据实际连接在哪里，即数据是在驱动程序上聚合然后运回工作节点，还是随机选择其中一个节点来"接收"数据？此外，如果我在pairRDD上调用partition，那么分区是否自动通过键完成？
不，它不会通过驱动程序或任何单个节点继续。发生随机排序，其中执行程序之间的许多任务中的每一个都收集键子集的所有值（来自父级双方）。这些任务在迭代时形成每个键的联接产品。分区是按键的。加入两个相同分区的 RDD 是有利的，因为您可以避免随机播放。