hive大小表join性能优化

当一个大表和小表进行join操作时，使用mapjoin性能比普通的join要快很多，mapjoin还能解决数据倾斜问题，基本原理：在小数据量情况下，会将小表全部加载到执行join操作的程序的内存中，从而加快join的执行速度。

大小表join时，将小表放在前面，会将小表进行缓存。

mapjoin将小表放入内存，在map端和大表逐一匹配，省去reduce操作

转载于:https://www.cnblogs.com/18800105616a/p/11454117.html