我有一个pyspark作业，它只是从一个parquet文件夹路径读取文件并写入另一个文件夹路径

spark = SparkSession.builder \
    .appName("Read Write Parquet EFS") \
    .getOrCreate()
input_folder_path = "/home/ubuntu/efs-spark/10M-32part/input"
output_folder_path = "/home/ubuntu/efs-spark/10M-32part/output"
df = spark.read.parquet(input_folder_path)
df = spark.write.parquet(output_folder_path)

字符串
输入数据：10 M行，
CPU：16
耗时：10秒
分区：16
CPU：32
耗时：10秒
分区：32
唯一被分割和处理的任务是写操作，即使是16或32核也需要5秒，我还确认了分区是否均匀分布在16（每个625000行）和32（每个312500行）分区中。
我的问题是，在这种情况下，由于每个分区的大小是在32个分区与32个CPU的写入速度应该更快，说2.5秒，如果16个分区与16个CPU，但都采取~5秒。
我还确认了两种执行中每个任务所花费的时间都是4000到5000毫秒，这两种情况下的任务之间没有区别。
我错过了什么，为什么32个CPU的进程没有在2.5秒内完成。
我希望在32 CPU的情况下在2.5秒内完成写入任务，因为在16 CPU的情况下完成任务需要5秒，但没有区别，32 CPU的任务也需要5秒。