在斯巴克，我可以做
sc.parallelize([(0, 0), (1, 1), (0, 2), (1, 3), (0, 4), (1, 5)], 2).partitionBy(2)
但是，这首先将数据分布在集群的节点上，然后再次洗牌。当数据从驱动程序输入时，有没有办法立即按键分区？
在您提供的示例中，Spark不知道数据的分区，直到您打算通过分区ByKey（）明确提及这一点。
但是如果数据已经以适当的方式组织，Spark可以利用数据的自然分区。例如，
因此，数据、文件系统等的性质会影响Spark中的分区。
