在运行 Hive Map Join 时如何决定映射器？

Question

这在 Apache Hive 的 wiki 页面上有说明：

如果除了一个被连接的表之外的所有表都很小，则连接可以作为仅地图作业执行。查询

SELECT /*+ MAPJOIN(b) */ a.key, a.value

FROM a JOIN b ON a.key = b.key

不需要减速器。对于 A 的每个映射器，B 都被完全读取。

如果要连接的表中的一个很小，而另一个表大到足以耗尽单个映射器的资源，映射器的数量是如何确定的？ 那么join会自动变成non-map join吗？

Answer 1

另一个表不能太大。
它正在通过映射器进行流式传输。