我在第二阶段和第三阶段从两个来源读取数据。如您所见，在阶段2，输入大小为2.8gb，阶段3为38.3gb。但是stage2的shuffle写入部分几乎是输入大小的10倍，即23.9gb。为什么，对于第三阶段，它比它的输入大小要小得多？这对我来说毫无意义。我想知道为什么第二阶段会这么大。如果它只有16个分区在读，它会重新分区吗？