目的：Sparkでジョブ実行する時に性能を出したいです。
現状：AmazonEMRをSparkの実行場所と設定して実行していますが、性能はEC2（Remote engine）より悪いです。
システム環境 |
macOS Mojave 10.14.6 |
java環境 |
java version "1.8.0_241" |
Talend Studio |
Talend Cloud Real-Time Big Data Platform(7.2.1) |
Hadoop Cluster |
Amazon EMR 5.15.0(Hadoop 2.8.3) |
AWS Network |
local PCに対してport全開（in/out） |
Spark |
EMR(2.3.8) c5.2xlarge * 3 |
ジョブ設計とチューニングは添付ファイルのスクリーンショットに有ります。
実現プロセス：
①S3からファイルをダウンロードして、一行のファイルとして読み込んで
②tmapで処理して、一回S3にアップロードします。
③S3から一回ダウンロードをして（tFileInputDelimiated）、整列して、結果をS3にアップロードします。
改善の予想：
①現在実現プロセスの②〜③でS3をファイルシステムとして保存しています。これは毎回アップ・ダウンロードの時間がかかりますので、非効率だと思いますが、tCacheに変更するとエラーが出ます。
②Sparkチューニングはマニュアル*に従ってやっておりますが、性能は中々出ていなさそうです。
（添付ファイル"実行ログ"の中にAdded broadcast_2_piece0 in memory on ip-192-168-31-48.ap-northeast-1.compute.internal:41307 (size: 29.0 KB, free: 2004.5 MB)みたいな物が有りまして、これは２Gのメモリを無駄にしている認識です。）
質問内容：
①改善の予想の①はS3へのやりとりを内部か（tCache）で可能ですか。
②現在のEMRスペックは3 * (vcpu:8 memory:16G) ,Sparkのチューニングに最適化できる余地は有りますか。
③現在のプロセスについて、何か設計のいい案があれば共有していただきたいです。
マニュアル：https://help.talend.com/reader/QCJOUOG8NTPKbZl3tO4WzQ/3mB1OTnLOtIine6QDN5ccw
