full outer join替换union all解决out_map问题

背景：用户画像需要计算X天的数据，并且是用户维度去计算，所以需要对历史数据进行id关联。比如用户前天登陆A手机，昨天登陆B手机，今天在算的时候就要归到一个人。在计算的时候就需要将（-X）--（-1）天的数据进行id关联计算。由于数据量大，运行时间慢，故需优化。

涉及的表：

• action_di：行为明细表，需要X个分区。每天6点产出。
• id_relation_da：id关联表，每天4点产出。
• browse_cnt_da：用户浏览结果表，需要X个action_di和id_relation_da进行id转换后，再多个维度进行计算。

优化前状态：每天6点开始跑，运行2个小时，每天8点产出。

优化思路：由于最新一天的action_di不需要做id转换，所以做一张browse_cnt_mid_da，将（-X）--（-2）的数据进行id转换，此表每天4点就可以开始运行，在6点之前可以运行完成。那么browse_cnt_da直接使用browse_cnt_mid_da和（-1）的action_di数据计算即可，两部分数据union all。预计7点可以产出。

遇到的问题：两部分数据union all后，多维度计算之前，出现了out_map。相当于X天的用户行为数据读了两遍才开始计算，早上集群压力大，map很慢，所以没有达到优化效果。

解决思路：将两个数据的union all替换成full outer join的写法，避免出现out_map。注意两个点：

1. 关联键避免数据倾斜，比如关联键可以加上行为日期。
2. 关联后取数据注意不要取到NULL数据，比如nvl(t1.key, t2.key) as key。

总结：一共有两处优化，一个是链路优化，解决id关联问题；一个是sql优化，避免out_map产生。