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
set hive.auto.convert.join=true;