hive join 优化 --小表join大表

1、小、大表 join

在小表和大表进行join时，将 小表放在前边，效率会高，hive会将小表进行缓存。

2、mapjoin

使用mapjoin将小表放入内存，在map端和大表逐一匹配，从而省去reduce。

例子：

select /*+MAPJOIN(b)*/ a.a1,a.a2,b.b2 from tablea a JOIN tableb b ON a.a1=b.b1

在0.7版本后，也可以用配置来自动优化

set hive.auto.convert.join=true;

作者：smile0198 发表于2014-10-25 21:49:25 原文链接

阅读：62 评论：0 查看评论