我有两个蜂巢表：
table_a (700e6 records, 800 partitions, 10 TB total size)
table_b (700e6 records, 800 partitions, 20 GB total size)
它们由同一列分区（table_b包含table_a的计算元数据。
我想加入这些表并使用dataFrame.sample(false,1E-5)
我应该
a）连接表然后随机抽样？
b）从table_a或table_b中抽取随机样本，然后加入？
c）从table_b中抽取随机样本，然后广播此数据框（sc.boradcast(dataframe)，然后加入table_a？
我尝试了所有3个选项，都是“永远”。有更聪明的方法吗？