tf.data.Dataset.shuffle（）：缓冲区的工作原理如何？

Question

tf.data.Dataset.shuffle()的工作原理如何？特别是该方法的缓冲区如何工作？

似乎在任何地方都没有记录。

以一个例子来使问题更具体：

假设我们的数据集由10个TFRecord文件组成，每个文件包含1000个示例。假设buffer_size设置为2500，批处理大小设置为32。现在，这是我（可能是错误的）对运行时发生的事情的理解：

1. 前两个TFRecord的所有2000个示例以及第三个TFRecord的500个示例都已加载到内存中。
2. 内存中的2500个示例中有32个被随机地均匀挑选（或者至少this的答案告诉我了。）
3. 现在，迭代器产生了第一批32个示例，也就是说，内存中现在剩下2468个示例。
4. 正在加载尚未存储的第三个TFRecord文件的下32个示例，以将缓冲区填充到2500。
5. 缓冲区中接下来的32个示例是随机抽取的。
6. 依此类推。

问题：

1. 以上是否正确？如果没有，那么它如何工作？
2. 混洗方法的buffer_size是唯一确定决定随时有多少tf.data.TFRecordDataset的示例的决定性因素吗？