一、SPARK SQL的执行流程
二、spark支持的join包括：inner join，left outer join，right outer join，full outer join，left semi join，left anti join
spark的join是将两张表抽象为遍历表和查找
spark提供三种形式的join：
1）Broadcast hash join：即将小表数据广播到executor，其实就是利用collect算子将小表数据收集到driver端，在由driver分发到executor
2）Shuffle Sort join：在shuffle read阶段对记录排序，仅支持等值 Join，并且要求参与 Join的 Keys 可排序
3）Shuffle Hash join：在shuffle read阶段不对记录排序，反正来自两格表的具有相同key的记录会在同一个分区，只是在分区内不排序，将来自buildIter的记录放到hash表中
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
