我知道YARN是集群的资源管理，它可以根据资源可用性将核心和内存分配给Spark作业。
让我们想象一个场景，您运行Spark作业A，将2个分区的RDD保存为HDFS中的文本部分文件（假设两个分区在不同的节点中进行处理），然后您要运行Spark作业B进行加载将文件放入RDD。对于Spark作业B，最佳方案是YARN重用持久保存零件文件的节点以创建Spark执行程序。如果YARN使用其他一些节点，则必须通过网络将数据从最初存储到这些节点的位置传送出去，这效率不高。
所以我想知道Spark和YARN如何处理这种情况？