join是两表关联 条件匹配时,该记录才会取进来。
left join是将完整的保留左表数据(第一个RDD),纳入右表能够匹配上的项,匹配不上的项用NULL填充。
left semi join 相当于 IN (KeySet)语句,可以作为left join的优化,其会自动过滤右表重复的项,实现上是以左表为驱动表,其中每一条记录扫描右表匹配表时,当扫描到第一个匹配的项时就会中断扫描返回结果,同时left semi join 只能返回左表的列,因为右表参与关联的列只有关联条件。
join是两表关联 条件匹配时,该记录才会取进来。
left join是将完整的保留左表数据(第一个RDD),纳入右表能够匹配上的项,匹配不上的项用NULL填充。
left semi join 相当于 IN (KeySet)语句,可以作为left join的优化,其会自动过滤右表重复的项,实现上是以左表为驱动表,其中每一条记录扫描右表匹配表时,当扫描到第一个匹配的项时就会中断扫描返回结果,同时left semi join 只能返回左表的列,因为右表参与关联的列只有关联条件。