求教，关于图计算之连通分量算法的结果不一致的问题

[king]

我使用了nebula-algorithm算法包进行二次开发，用到了连通分量算法connectedcomponent，包版本号：3.0.0

由于业务上的点ID为string类型，参考了官方提供的example：即使用了dense_rank函数全局排序后转码：

idDF.withColumn(“encodedId”, dense_rank().over(Window.orderBy(“id”)))

近期由于数据量逐渐变大，全局排序这块变慢，且逐渐成为性能瓶颈，调研后做了一个版本的优化：

val partition_max_size: Long = 1 * 10000 * 10000;

val encodeIdDF = idDF.withColumn(“partition_index”, spark_partition_id()) // 分区编号
.withColumn(“row_number”, dense_rank().over(Window.partitionBy(“partition_index”).orderBy(“id”))) // 分区内排序号
.withColumn(“encodedId”, col(“partition_index”) * partition_max_size + col(“row_number”)) // 根据partition_index、row_number，计算出全局id

即在分区内排序：encodedId = partition_index * partition_max_size + row_number;

验证过每个分区数据量均少于partition_max_size，且生成的encodeIdDF数据集中encodedId字段是满足全局唯一的，整个算法也正常跑通没有出现异常，耗时极大缩短了；

但是算法输出结果集上发现了异常：在全局排序版本的结果中，原来被划分为同一个连通分量值的点ID集合，在优化后的版本中被划分为多个连通分量值，且这个现象并非个例，结果数据几乎整体都变了；

请教这个问题是如何导致的呢？