Spark阶段完成后计算是否结束？EMR写入S3过慢及阶段计算疑问

我在Spark Application Master控制台实时查看任务时，能看到Spark遍历应用DAG过程中各阶段的完成情况——多数阶段执行都挺快，耗时从不到1秒到一两分钟不等。

（截图显示Spark各阶段执行列表，顶部的最终阶段为rdd.saveAsTextFile(path, classOf[GzipCodec])）

最终阶段是列表顶部的rdd.saveAsTextFile(path, classOf[GzipCodec])，这个阶段耗时特别长，和前面的阶段形成了鲜明对比。

我清楚Spark中的transformations会根据saveAsTextFile或者count这类actions生成的执行计划，执行0次、1次或者多次。任务推进过程中，我在应用管理器里看到的执行计划符合预期：部分阶段未出现，部分阶段重复出现。而且通过刷新页面能实时查看各阶段进度，各阶段的执行时间与输入数据规模大致匹配，因此我确定应用管理器展示的是实际transformations的执行进度，而非DAG的元活动。

现在我有两个核心疑问：

• 既然各阶段都在执行实际的transformations，为什么最后这个从EMR写入S3的简单阶段会如此缓慢？
• 若如同事所说，应用管理器展示的transformations阶段并未进行实际计算，那这些阶段消耗大量内存、CPU和时间的原因是什么？另外，Spark某一阶段显示已完成，是否代表对应的计算已全部完成？

内容的提问来源于stack exchange，提问作者Synesso