reduce 端的join

a表:
id name age
b表：
id course sex
a和b的join
select * form a join b on a.id = b.id

reduce 端的join就是join过程在reduce端做

伪代码
public class ReduceJoin{
	static class MyMapper extends Mapper<><><><>{
		@override
		protected void setup(){}
		//通过上下文对象，map方法之前读取到文件名
		@override
		protected void map(){}	
		//加标记，判断是从a来还是从b来,不同的文件相同的key输出map的格式不同
		@override
		protected void reduce(){
			if(lsit1.size>0&& list2.size>0){
			//两个集合都有数据才能关联上
			//双重for循环进行两个集合的拼接
			}
		}
		//把相同的key做关联
		//创建两个list，for循环做判断，如果标签a开头的加到list1，b开头的加到list2

	}

}

缺点：
1.容易发生数据倾斜
2.reduce本身并行度不高，性能不高（个数datanode*0.95）
3.reducejoin需要结合list，本身存在性能瓶颈