大表join小表，独钟爱mapjoin

在Hive调优里面，经常会问到一个很小的表和一个大表进行join，如何优化。   ​          Shuffle 阶段代价非常昂贵，因为它需要排序和合并。减少 Shuffle 和 Reduce 阶段的代价可以提高任务性能。          MapJoin通常用于一个很小的表和一个大表进行join的场景，具体小表有多小，由参数hive.mapjoin.smalltable.filesize来

>>阅读原文<<