Union 原理-源码（spark3.0）

       这也是一个action算子，并且不会发生shuffle。首先会将多个上游的RDD 放入到一个集合中，或获取所有RDD的分区，判断 是否都定义了分区 并且分区是一样的，如果是则返回PartitionerAwareUnionRDD，否则返回UnionRDD;

     PartitionerAwareUnionRDD 是oneToOneDependency 是一个宰依赖，会使用父RDD的分区器

     UnionRDD 中会判断RDD的个数是否超过了10个，没超过类似于合并了下分区，这个是自定义的依赖，传过来的依赖关系为Nil；计算依赖关系是使用的RangeDependency 也是一个宰依赖

RDD类

  /**
   * Return the union of this RDD and another one. Any identical elements will appear multiple
   * times (use `.distinct()` to eliminate them).
   */
  def union(other: RDD[T]): RDD[T] = withScope {
    sc.union(this, other)
  }

  /** Build the union of a list of RDDs passed as variable-length arguments. */
  def union[T: ClassTag](first: RDD[T], rest: RDD[T]*): RDD[T] = withScope {
    // TODO：Seq(first) ++ rest先将RDD放入到一个集合中
    union(Seq(first) ++ rest)
  }

  /** Build the union of a list of RDDs. */
  def union[T: ClassTag](rdds: Seq[RDD[T]]): RDD[T] = withScope {
    // TODO：过滤出 包含分区的rdd
    val nonEmptyRdds = rdds.filter(!_