如果不指定Map Join或者不符合Map Join的条件，那么Hive解析器会将join操作转换为Common Join，即在Reduce阶段完成join，容易发生数据倾斜。 <br/> 我们可以用Map Join把小表全部加载到内存中，让其在Map端进行join，避免reducer处理。 <br/> **开启Map Join：** ```sql -- 开启Map join。默认就是true，开启 hive(default)> set hive.auto.convert.join=true; -- 大表、小表的阈值设置，默认25M是就是小表 -- 单位为Byte hive(default)> set hive.mapjoin.smalltable.filesize=25000000; ``` <br/> **Map Join的工作机制：**  首先是 Task A，它是一个 Local Task（在客户端本地执行的 Task），负责扫描小表 b 的数据，将其转换成一个 HashTable 的数据结构，并写入本地的文件中，之后将该文件加载到 DistributeCache 中。 <br/> 接下来是 Task B，该任务是一个没有 Reduce 的 MR，启动 MapTasks 扫描大表 a,在 Map 阶段，根据 a 的每一条记录去和 DistributeCache 中 b 表对应的HashTable 关联，并直接输出结果。 <br/> 由于 MapJoin 没有 Reduce，所以由 Map 直接输出结果文件，有多少个 Map Task，就有多少个结果文件。