1. 使用场景：一张表十分小、一张表很大。 2. 解决方案 在map端缓存多张表，提前处理业务逻辑，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。 3. 具体办法：采用 distributedcache （1）在驱动类中加载缓存。 `job.addCacheFile(new URI("../customers.csv"));// 缓存普通文件到 task 运行节点` （2）在 Mapper 类的 setup 阶段，将文件读取到缓存集合中。 ➢ 获取缓存的文件 ➢ 循环读取缓存文件一行 ➢ 按指定分割符切割 ➢ 缓存数据到集合（Map） ➢ 关流 （3）map 方法中 ➢ 获取一行 ➢ 按指定分割符 ➢ 获取订单文件中的商品 id ➢ 使用商品 id 作为 Key 从 Map 集合中获取商品名称 ➢ 拼接