union 是一种转变，所以当你 val x = a union(b) ，它向标识符引用的沿袭添加一个新元素 x . 在这一点上没有什么是真正计算出来的。把它想象成一个添加了元素的蓝图。当一个动作被调用时 x ，此蓝图从添加的第一个元素开始执行。
现在，在你的情况下，当你 rdd1.union(rdd2).union(rdd3).union(rdd4).collect() ，您基本上在您的蓝图中添加了3个元素（ rdd1 以及 rdd2 ，联合 rdd3 与先前的结果和并集 rdd4 上一个结果）。现在，当您调用 collect() 在这最后的结果。
以防您使用 rdd1 对于许多操作，最好缓存/持久化它，否则它将重新计算。
让我知道这是否有用，干杯。

当你调用union时，spark将得到一个新的rdd。这个rdd让成员保留它的父级来计算它的依赖性。依赖关系用于生成dag。dag用于在调用action时生成stage。