我一直试图在3个节点的集群上运行Spark作业。每个工作程序（节点）具有10 GB RAM和4个CPU内核。 Spark作业由一个数据集的多个联接组成。
我面临的问题是，我认为这项工作需要太多时间才能完成。当我查看Spark UI页面以获取更多信息时，我注意到对于随机操作，只有一个节点承担了大部分工作负载，而其余集群几乎都处于空闲状态。
我认为，导致瓶颈的问题之一是我没有在集群上设置分布式文件系统（HDFS），并且由于这个节点无法由其他节点访问缓存的数据，导致降低性能。
您认为可能是瓶颈问题吗？