spark中的任务数由阶段开始时rdd分区的总数决定。例如，当spark应用程序从hdfs读取数据时，hadoop rdd的分区方法继承自 FileInputFormat 在受hdfs块大小影响的mapreduce中 mapred.min.split.size 以及压缩方法等。

截图中的任务花了7、7、4秒，我想让它们保持平衡。另外，这个阶段分为3个任务，有没有办法指定分区/任务的数量？