当我将数据（t1）存储在hadoop（可能使用spark）时，在一个键上分区哈希。据我所知，相同的密钥将始终保存在同一个集群节点上，例如，所有带有key = k1的t1行将保存在node-1上。
如果我将相同的散列分区程序应用于另一个数据表（t2），那么key = k1会再次保存在node-1上吗？ hdfs实际上将key = k1的行存储在另一个datanode上的可能性有多大，以平衡群集？
如果t1.k1和t2.k1的行存储在同一节点上，我们可以在尝试连接键上的t1和t2时获得绝对数据局部性。但是，如果这些存储在不同的节点上，则较小的依赖性会导致网络传输和一些延迟。