大表join小表，獨鍾愛mapjoin

在Hive調優裏面，經常會問到一個很小的表和一個大表進行join，如何優化。   ​          Shuffle 階段代價非常昂貴，因爲它需要排序和合並。減少 Shuffle 和 Reduce 階段的代價可以提高任務性能。          MapJoin通常用於一個很小的表和一個大表進行join的場景，具體小表有多小，由參數hive.mapjoin.smalltable.filesize來

>>阅读原文<<