Mapjoin是一種避免避免資料傾斜的手段

允許在map階段進行join操作，MapJoin把小表全部讀入記憶體中，在map階段直接拿另外一個表的資料和記憶體中表資料做匹配，由於在map是進行了join操作，省去了reduce執行的效率也會高很多

在《hive：join遇到問題》有具體操作

在對多個表join連線操作時，將小表放在join的左邊，大表放在Jion的右邊，

在執行這樣的join連線時小表中的資料會被快取到記憶體當中,這樣可以有效減少發生記憶體溢位錯誤的機率

2. 設定引數

hive.map.aggr = true

hive.groupby.skewindata=true 還有其他引數

3.SQL語言調節

比如： group by維度過小時：採用sum() group by的方式來替換count(distinct)完成計算

4.StreamTable

將在reducer中進行join操作時的小table放入記憶體，而大table透過stream方式讀取