Hive的连接方法

Hive的三种join方式：

    Common/Shuffle/Reduce Join（正常/一般情况）
    Map Join（大小表join、不等值join、结合union all） 
    SMB(Sort-Merge-Buket) Join（大表join大表）

Shuffle Join

Shuffle Join是一种高效的关联操作，在Hive数据库中被称为Common Join或Reduce Join操作。当两侧的数据量都非常庞大时，该方法会将具有相同键值对的数据进行合并，并最终完成数据的整合。

• Map阶段：
o 提取源数据集进行映射操作，在Map任务中使用Join条件指定键值结构，并将关联后的结果作为输出；同时在输出结果中标识对应来源表的信息以便后续处理；
• Shuffle阶段：
o 采用哈希算法对键值对进行分组，并将它们分配到对应的reducer节点；通过哈希运算实现跨表数据的分区处理；
• Reduce阶段：
o 基于键值对执行关联操作，并利用Tag字段区分不同来源的数据特征；通过Tag信息实现跨表数据的有效识别与整合；

Map Join

该操作在Map阶段完成表之间的联结，并无需进入Reduce阶段即可完成；通过避免Shuffle环节中产生的大量数据传输开销从而提升了整体效率；同时该技术可作