Spark Programming Guide提到切片作为RDD的特征（并行集合或Hadoop数据集）。（＆＃34; Spark将为集群的每个切片运行一个任务。＆＃34;）但是在关于RDD持久性的部分，使用分区的概念而不作介绍。此外，RDD docs仅提及没有提及切片的分区，而SparkContext docs提到用于创建RDD的切片，而是用于在RDD上运行作业的分区。这两个概念是一样的吗？如果没有，它们有何不同？
Tuning - Level of Parallelism表示＆＃34; Spark根据其大小自动设置在每个文件上运行的“map”任务的数量......以及分布式“reduce”操作，例如groupByKey和reduceByKey，它使用最大的父RDD的分区数。您可以将并行级别作为第二个参数传递....＆＃34;那么这解释了分区和切片之间的区别吗？分区与RDD存储有关，切片与并行度有关，默认情况下，接头是根据数据大小还是分区数计算的？
答案 0 :(得分：17)
他们是一回事。由于Matthew Farrellee，已经为Spark 1.2修复了文档。错误中的更多细节：https://issues.apache.org/jira/browse/SPARK-1701