标签：
Hive中的Map Join即map side join工作原理是在Map端把小表加载到内存中，然后读取大表，和内存中的小表完成连接操作。MapJoin使用了分布式缓存技术。
Map Join的优点：
1.不消耗集群的reduce资源。
2.减少了reduce操作，加快了程序执行。
3.降低网络负载。
Map Join的缺点：
1.占用内存(所以加载到内存中的表不能过大，因为每个计算节点都会加载一次)。
2.生成较多的小文件。
我们有如下两种方式来执行Map Join：
1.配置一下参数，Hive会自动根据SQL选择common join或者是Map Join。
2.我们还可以手动指定使用Map join：
注：上述语句中的/*+mapjoin(表名)*/是语法格式，不是注释符号。
查询结果如下：
注：查询结果是和common join是一致的，但是Map join的效率高，因为它不走Reduce任务了，直接使用Map任务处理。
标签：
原文地址：http://www.cnblogs.com/thinkpad/p/5173658.html
