MapJoin

由于hive在进行join的过程中要进行shuffle
如果两个表中有一个表比较小,将这个小表加入到每个mapper的内存中, 就可以省去shuffle的过程

--开启默认
set hive.auto.convert.join=true;
--小于这个参数大小的小表则会变成MapJoin为(默认2500000Byte)
set hive.mapjoin.smalltable.filesize=2500000;

如果依次关联n个小表,一般会执行n个MapJoin的过程, 可以通过设置参数将这n个MapJoin合并成为一个

--开启合并MapJoin
set hive.auto.convert.join.noconditionaltask=true;
--n个小表大小的合计, 小于这个合计就可以进行合并(默认1000000Byte)
set hive.auto.convert.join.noconditionaltask.size：