分布式join和agg的实现方式

Join

单机join基本算法

1.Hash Join：
对数据没有要求，对SQL有要求，必须要有等值连接条件，例如t1.colA = t2.colB。OLAP一般都会实现Hash join，计算速度快，且用户的很多join场景都是带有等值连接条件的。

2.Merge Sort Join：
左表和右表的数据都是有序的，排序的列，是Join Key的子集，也就是Join Key部分列有序就可以。

3.Nestloop Join：
不要求数据有序，不要求SQL有等值连接条件。一般在数据无序且SQL中没有等值连接条件，此时无法使用上述的两种方法，才不得已使用此方法。效率最低，但适应范围最广，MySQL的最爱，在8.0.18之后才支持Hash Join，之前都是Nestloop Join，并且为了加速，还建了索引。
Flink的Interval join，用的是Nestloop Join方法，

分布式Join基本算法

与单机Join的区别是，需要先对数据进行重分布，重分布要在保证计算结果正确的前提下，优先提升计算速度，尽