我正在处理一个运行 repartition(48, key) 在保存为增量之前。在初始运行时，它在delta中生成大约25个分区（没有问题，因为密钥可能导致数据落入25个分区中—我假设它不一定为没有数据的节点创建分区？）。
但是，在通过合并完成的第二次运行中，生成了60多个分区文件（这是一个scd进程，已有1700个密钥，只有300个新密钥）
我的理解是 repartition 使用散列算法来确定一个键属于哪个分区，那么如果是这样的话，它是如何创建比已定义分区更多的分区文件的呢？
代码示例：

df = spark.read...

key = ["COL_A"]
partitions = 48
df.repartition(partitions, *[col(c) for c in key])