在调查spark作业的性能时，我注意到spark uisqldag视图中正在执行sortmergejoin，而不是预期的broadcasthashjoin。
代码如下所示：

val df1 = // Some DataFrame
val df2 = // Some DataFrame

def df2Selected =
  df2
    .select(...)

df1
  .join(
    broadcast(df2Selected),
    // join clause,
    "left_outer"
  )

但是-如果我修改df2selected以添加 coalesce(1) 然后重新运行，然后我看到预期的广播hashjoin。

def df2Selected =
  df2
    .select(...)
    .coalesce(1)

有谁能告诉我这是怎么回事，如果我能强迫广播不凝聚？
我敢打赌，coalesce以某种方式允许spark推断从df2selected返回的Dataframe的大小，因此spark将允许广播。