（先区分一个概念，rdd的分区数和rdd的分区器（partitioner）的分区数不是一个）
reduceByKey groupByKey join等，如果没有明确的标记出来分区，那么会调用defaultPartitioner方法生产一个分区器。逻辑如下：
- 如果父rdd有partitioner存在，那么找父rdd的分区数最大的rdd。如果不存在进入2.如果存在进入3.
- 新建一个HashPartitioner，分区个数defaultNumPartitions（如果配置了spark.default.parallelism那么就是该值，否则，父rdd的分区数的最大值）。
3.如果合法或父rdd（第一步选出来的）的partitioner的分区数数大于defaultNumPartitions，那么就用父rdd的partitioner，否则2.
合法的判断：
父rdd（第一步选出来的）的partitioner的分区个数，不小于父rdd（第一步选出来的）分区的1/10。
合法的判断是在2.3加入的，因为在spark有个标准就是尽可能的让并发度大，在上面的判断中可以看出这一点。
本人猜测加入这个的意思可能是为了预防spark.default.parallelism参数配置的太大了，其实有的时候不是说并发度越大越好。加入这个就可以解决这个问题，例如，父rdd的分区最大个数是100，父rdd的partitioner的分区数是20，那就是说当前的并发度是20，20相对于100来说并发度下降了5倍，影响不是很大那么就用父rdd的partitioner。10倍是最大，超过10倍性能下降太多了。
