spark 中 task 分配：
- 窄依赖是指父RDD的每个分区只被子RDD的一个分区所使用
- 宽依赖是指父RDD的每个分区都可能被多个子RDD分区所使用
- 如果把每个分区看成集合中一个点，窄依赖是单设，宽依赖是满射。如果把分区看去邮DAG上一个点，入度为 1 为窄依赖
- 窄依赖变宽依赖增加 stage，原因是这一步要 shuffle 操作，他要等所有分区存盘后才能进
flink 中类似概念：
Flink会尽可能地将operator的subtask链接（chain）在一起形成task。每个task在一个线程中执行。将operators链接成task是非常有效的优化：它能减少线程之间的切换，减少消息的序列化/反序列化，减少数据在缓冲区的交换，减少了延迟的同时提高整体的吞吐量。
两个operator chain在一起的的条件：
- 上下游的并行度一致
- 下游节点的入度为1 （也就是说下游节点没有来自其他节点的输入）
- 上下游节点都在同一个 slot group 中（下面会解释 slot group）
- 下游节点的 chain 策略为 ALWAYS（可以与上下游链接，map、flatmap、filter等默认是ALWAYS）
- 上游节点的 chain 策略为 ALWAYS 或 HEAD（只能与下游链接，不能与上游链接，Source默认是HEAD）
- 两个节点间数据分区方式是 forward（参考理解数据流的分区） 用户没有禁用 chain