MapReduce 的jion优化

1. Common/Shuffle/Reduce Join

链接发生在reduce 阶段

大表对大表（大表：数据存储在文件中；小表：数据存储在内存中）

 

2. Map Join

链接发生在mapTask

小表对大表

小表通过DistributedCache类加载到内存中

现在，设置：set hive.auto.convert.join=true;达到优化的目的

 

 

3.SMB Join（Sort-Merge-Bucket）

把相同的数据放在同一个分区

create table order（cid int, price float,quantity int） clustered by(cid) sorted by(cid)  into 32 Buckets;