map端做join 和 reduce 端的join 对比

reduce 端的join
缺点：
1.容易发生数据倾斜
2.reduce本身并行度不高，性能不高（个数datanode*0.95）
3.reducejoin需要结合list，本身存在性能瓶颈

map端做join
优势：
1.mapjoin的并行度高
2.可以有效的避免数据倾斜
实现技术：

@Override
protected void setup(Context context) throws IOException, InterruptedException {
//在map 方法执行前执行仅执行一次，可用于初始化加载分布式缓存中的数据用来做map端的join

 }

流程：
至少一个表读取一行数据，另一个表读取所有数据
使用setup先把表数据读取出来，读取到map集合中，key：关联字段 value：剩下字段

缺点：
1.需要一个表所有数据加载到缓存中，不能太大
2.仅仅适用于大小表，小小表关联

大大表的关联：
1.reducejoin可以解决关联问题，但不完美
2.将其中一个大表进行切分，成多个小表再进行关联