Spark：SQLContext：如何在从json加载数据时控制分区数量？

Question

我正在尝试使用具有36个内核的计算机将一些json格式的数据加载到SQLContext中。但是当我尝试使用以下方法加载数据时

df = sqlContext.read.json("/folder_name/*")

spark仅将数据划分为4个部分，仅使用不到机器总处理能力的20％。如下所示，我正在加载4个文件中的数据。

INFO FileInputFormat: Total input paths to process : 4
INFO SparkContext: Starting job: json at NativeMethodAccessorImpl.java:-2
INFO DAGScheduler: Got job 0 (json at NativeMethodAccessorImpl.java:-2) with 4 output partitions

我希望能够从这4个文件加载数据，但是要将数据重新分配到36个以上的分区，以便在加载数据时使用所有核心。此时此数据加载操作需要相当长的时间，因为它仅使用大约4个内核并且不到机器处理能力的20％。