一、概述

Join： 将两个中的字段，通过公共字段进行关联！
MR ：

• 在Reduce端Join
  • 保证两个文件中的所有字段，都必须达到Reduce!需要将两个文件的所有字段封装为一个Bean
  • 在Map端，为每个文件，打上标记
  • 弊端：如果数据量大，reduce端处理过程耗时，容易出现数据倾斜！
• 在Map端Join
  • 将大文件，作为输入文件，通过输入格式读入到MapTask
  • 小文件，使用分布式缓存，在进入Mapper时，提前从缓存中读取小文件中的内容，这样增加Map端业务，减少Reduce端数据的压力，尽可能的减少数据倾斜。
  • 缓存文件： job.addCacheFile()
  • 读取缓存： jod.getCacheFiles()