streamtable关键字

join一般都是在reduce阶段完成的，因为在map阶段无法使同样key值的分在一个map上。
而在reduce阶段的join，hive默认把左表数据放在缓存中，右边表的数据做流数据。
如果你想更改这种模式的话，就用/*+streamtable(表名)*/来指定你想要做为流数据的表。
最好每次写join时，小表放左边，大表放右边。
试过几十万的表和1亿的表，在hive不转为map join的情况下，俩表互换位置能节省10分钟时间，原来800多秒，变为100多秒.DWS_ITM_SKU_D


mapjoin关键字是指定在map阶段发生join，且以指定的表在map阶段从缓存中读，一般使用在两个表的数据量悬殊很大，有一个超级小表的情况下，目前hive能做到自动判断并转为map join。