hive join 优化 --小表join大表

Posted gccbuaa

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了hive join 优化 --小表join大表相关的知识,希望对你有一定的参考价值。

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。

样例:

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

在0.7版本号后。也能够用配置来自己主动优化

set hive.auto.convert.join=true;


以上是关于hive join 优化 --小表join大表的主要内容,如果未能解决你的问题,请参考以下文章

Hive Join 分析和优化

hive优化

hive优化方法

大数据面试题:Hive优化措施

HIVE优化场景七--数据倾斜--group by 倾斜

hive的优化整理