hive 已经自动mapjoin优化，将小表载入到内存；不需要再mapjoin 设置。 但是skewjoin 还是得手动设置（你可每次都添加此设置，没看见有副作用） 参考：https://cwiki.apache.org…

将key相对分散，并且数据量小的表放在join的左边，这样可以有效减少内存溢出错误发生的几率；再进一步，可以使用Group让小的维度表（1000条以下的记录条数）先进内存。在map端完成reduce。 实际测试发现：新版…