MapReduce中的联接

Question

在阅读操作手册中的hadoop时，我遇到了几个关于减少联接的类，其中一些是DataJoinMapBase、TaggedMapOutput、DataJoinReducerBase。

但当我在谷歌上搜索hadoop上的joins概念时，它们都不是基于上述指定的类。相反，它们实现了自己的逻辑，许多都是基于MultipleInputs的。

现在我的问题是，在hadoop上，哪种连接方法更好？可以做些什么来取得更好的结果？对此有什么建议吗？

Answer 1

您可以尝试Panool库，它可以非常容易地减少侧联接。映射侧联接只是一种内存查找。