在这篇文章中，我们将讨论 Apache Spark 的三个核心连接操作。 在 Apache Spark 中，数据框（DataFrame）或表连接（join）操作是最常用的数据转换方法。通过 Apache Spark，开发者可以使用连接操作根据特定的（可排序的）键合并两个或多个数据框。编写连接操作的语法很简单，但其内部工作原理有时会让人感到困惑。Apache Spark 的内部 API 提供了几种连接算法，并从中选择一种。如果你不了解这些核心算法是什么，或者 Spark 使用了哪种算法，一个基本的连接操作可能会变得非常昂贵。