如果不指定Map Join或者不符合Map Join的條件，那么Hive解析器會將join操作轉換為Common Join，即在Reduce階段完成join，容易發生數據傾斜。 <br/> 我們可以用Map Join把小表全部加載到內存中，讓其在Map端進行join，避免reducer處理。 <br/> **開啟Map Join：** ```sql -- 開啟Map join。默認就是true，開啟 hive(default)> set hive.auto.convert.join=true; -- 大表、小表的閾值設置，默認25M是就是小表 -- 單位為Byte hive(default)> set hive.mapjoin.smalltable.filesize=25000000; ``` <br/> **Map Join的工作機制：**  首先是 Task A，它是一個 Local Task（在客戶端本地執行的 Task），負責掃描小表 b 的數據，將其轉換成一個 HashTable 的數據結構，并寫入本地的文件中，之后將該文件加載到 DistributeCache 中。 <br/> 接下來是 Task B，該任務是一個沒有 Reduce 的 MR，啟動 MapTasks 掃描大表 a,在 Map 階段，根據 a 的每一條記錄去和 DistributeCache 中 b 表對應的HashTable 關聯，并直接輸出結果。 <br/> 由于 MapJoin 沒有 Reduce，所以由 Map 直接輸出結果文件，有多少個 Map Task，就有多少個結果文件。