从coalesce算子发散开的

coalesce算子，相当绕口的一个英文单词，来闭上眼睛回忆一下编程手册，咋说的来着？

coalesce(numPartitions)：

    Decrease the number of partitions in the RDD to numPartitions. Useful for running operations more efficiently after filtering down a large dataset.

翻译一下：  把一个RDD的分区数降低到指定的分区个数(即numPartitions个)，主要用途是在大数据集的过滤后，使得后续操作更加搞笑，啊，不是，是更加高效。解释一下：原始数据集非常的大，所以我们需要把原始数据集切的很细(partition个数非常多)，这样就可以充分利用spark的分布式、高并发的特性，来加快数据的过滤。巴特，过滤完之后，可能数据集就非常小了，比如把10亿过滤成了1000条，以前10亿需要1000个partition并行处理来满足时间要求，但是1000条数据如果还是用1000个partition，那意味着神马？意味着资源的极大浪费！因为rdd的partition是和task对应的，一个partition就会启动一个task进行处理，1000条数据，1000个partition，1000个task，基本上一个task处理一条数据，那就真的是有点搞笑了。虽然在一个executor内，使用线程池来减少启动task的开销，但是浪费依然是存在的，这个ta