在Gobblin 文档的https://gobblin.readthedocs.io/en/latest/case-studies/Kafka-HDFS-Ingestion/#grouping-workunits部分中，我们可以阅读有关单级打包的信息，其中包含以下描述
单级打包器使用最差拟合递减方法将工作单元分配给映射器：每个工作单元都转到当前负载最轻的映射器。这种方法很好地平衡了映射器。但是，同一主题的多个分区通常分配给不同的映射器。这可能会导致两个问题：（1）许多小的输出文件：如果一个主题的多个分区分配给不同的映射器，它们就不能共享输出文件。(2)任务开销：当一个topic的多个partition分配给不同的mapper时，会为每个partition创建一个task，可能会导致task数量多，开销大。
第二个开销似乎与我们在其他部分中可以阅读的内容相矛盾。高一点我们可以红
对于每个分区，在确定了第一个和最后一个偏移量之后，就会创建一个工作单元。
在这里https://gobblin.readthedocs.io/en/latest/Gobblin-Architecture/#gobblin-job-flow在第 3 点：
从 Source 给出的一组 WorkUnits 中，作业创建一组任务。任务是 WorkUnit 的运行时对应物，它表示工作的逻辑单元。通常，每个 WorkUnit 创建一个任务
因此，据我所知，除非将 WorkUnits 组合在一起，否则总会有与 Kafka 分区相关的任务（然后我们有许多 WorkUnits 的一项任务，因此有许多分区）
我是否理解这里有问题或单级包装中的第二次开销没有意义？