我知道sql语句基本上被分解为api使用的相同spark调用，例如 select * from my_data_frame1 inner join my_data_frame2 on id1 = id2 “锻炼到” my_data_frame1.join(my_data_frame2,col(id1)===col(id2),"inner") ". 如果我错了或有细微差别，请纠正我。
我的问题是：
假设我想从两组表中获取数据，每个表有两个表，例如内部客户机、外部客户机、内部地址、外部地址和电话号码，并希望将它们放在一起，这样就可以将每个人及其地址和电话号码放平。
通过sql和直接在sparkDataframeapi调用中执行这类操作对性能有何影响？尤其是联合<>连接vs联合<>联合，以及有单独的步骤vs没有中间Dataframe/表？

A = internal clients join internal addresses
B = external clients join external addresses
final = A union B join phone numbers

与

final = (internal clients union external clients) 
join (internal addresses union external addresses)
join phone numbers

与

A = internal clients union external clients
B = internal addresses union external addresses
C = A join B join phone numbers

这些计划会有实质性的不同吗？尤其是最后两个？
有什么区别，特别是缓存/广播中间数据？
是否有适用于此的最佳实践？