标签：总结 map join 小表 reduce hive mapjoin 加载 大表

1.map join无reduce操作，所以没有shuffle。这样可以减少大量的网络I/O。（如：大表文件数500、文件250M，小表20M。map join的网络I/O共50020M，Common join的网络I/O共500250M+20M），同时不需要进行map sort和shuffle sort排序。
2.由于Common join的一个reduce包含两张表的数据，所以进行reduce的join先将一张表的数据加载到内存后才能跟另外一张表的数据join，如果加载的是大表需要reduce大量的内存。
3.由于小表转换为HashTable结构，map join在对数据进行join很快，哈希算法的时间为O(1)。
4.map join需要将小表加载DistributeCache是存在Driver内，大表map从Driver拉取小表数据。所以小表数据量不宜过大。

标签：总结,map,join,小表,reduce,hive,mapjoin,加载,大表
来源： https://www.cnblogs.com/successok/p/15206763.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。