Zerokas的博客

8.3.1概述 对于RDBMS中的Join操作，写SQL的时候要十分注意细节，稍有差池就会耗时很长造成很大的性能瓶颈，而在Hadoop中使用MapReduce框架进行Join操作时同样耗时，但是由于Hadoop的分布式设计理念的特殊性，因此对于这种Join操作也具备了一定的特殊性。 8

6.1实验原理 首先需要认识到一点就是MR默认会对键进行排序[https://www.cnblogs.com/acSzz/p/6383618.html] Spill过程           在collect阶段的执行过程中，当内存中的环形数据缓冲区中的数据达到一定发之后，便会触发一次Spill操作，将部分数据spill到本地磁盘上。SpillThread线程实际上是kvbuffer缓冲区

7.1概述

9.1实验要求     假定现有一个100GB的大表big.txt和一个1MB的小表small.txt,请基于MapReduce思想编程实现判断小表中的单词在大表中出现次数。所谓的“扫描大表，加载小表“。由于实验中没有100GB这样的大表，甚至1MB的小表都没有，因为本实验采用模拟方式，所以用少量数据代表大文件big.txt,更少量数据代表small.txt. 9.2实验 BigAndSma