来自相同来源的RDD合并时出现重复的RDD

Question

r00 = sc.parallelize(range(9))
r01 = sc.parallelize(range(0,90,10))
r10 = r00.cartesian(r01)
r11 = r00.map(lambda n : (n, n))
r12 = r00.zip(r01)
r13 = r01.keyBy(lambda x : x / 20)
r20 = r11.union(r12).union(r13).union(r10)
r20.collect()

之前的pyspark块代码给出了以下Job DAG：

但是，作业的阶段DAG正在显示PythonRDD中的几个ParallelCollectionRDD，即使它们相同（例如ParallelCollectionRDD [0]具有PythonRDD [2]，{{1} }和PythonRDD [5]。

为什么PythonRDD [8]存在？为什么不从PythonRDD到ParallelCollectionRDD，UnionRDD和ZippedPartitionRDD的直接连接？