54页
大表A.join小表B：默认会对A和B都进行hash计算(老版本)和跨节点shuffle，同时根据key到同一个节点上然后join。对A的额外网络等性能开销很大。
优化1：大表A自定义partitionBy，分区好后再join，则join时只会对B shuffle 到A的节点上join
57页 老版本分区
59页案例使用总结！！！
1 二元组key，value值数据links最开始就执行自定义分区。避免后续join的额外shuffle网络开销
2 persist 内存迭代使用
3 下一轮rdd对上一轮数据links使用时，用flatMapValues()/mapValues()等，不用map()方式。这样可以保留父RDD分区方式，提高性能
94页
当需要避免对每个元素进行重复操作时，如连接数据库。可以使用基于分区的操作，如mapPartitions
整本书偏向入门，比较基础
