我使用spark来执行map reduce作业，但我遇到的一个问题是，当一个worker完成了它所分担的任务，而其他worker的任务在它们的任务列表中排队时，空的worker就一直处于空闲状态。ignite支持作业窃取，因此当一个工作线程空闲时，它可以从其他工作线程任务队列中获取作业。
https://ignite.apache.org/releases/latest/javadoc/org/apache/ignite/spi/collision/jobstealing/jobstealingcollisionspi.html
igniterdd是在ignite集群上运行的spark rdd的实现。我想知道我是否保持所有的spark-rdd-map-reduce代码相同，但运行一个带有作业窃取算法集的ignite集群，并将spark-javard更改为igniterded它是否尊重作业窃取设置，还是与旧的spark-static-partition-to-workers算法相同。
我试着寻找，但还没有确定的答案。而且，要测试ignite需要很多工作，所以我想我应该先问一下。