De shuffle-bottleneck begrijpen

Je manager bij Global Retail Analytics vraagt je om de online_retail-gegevensset (meer dan 100.000 rijen) te verrijken met regiogegevens uit country_lookup (44 rijen). Je schrijft een standaard left join, maar de query duurt enkele minuten. Een senior engineer bekijkt je .explain()-output, ziet ShuffleExchange-nodes en zegt: "De shuffle is je bottleneck."

Wat bedoelt de senior engineer met "de shuffle"?