第一次理解：
對(duì)于先掃描大表還是先掃描小表會(huì)提高效率。（在這里假設(shè)小表m條數(shù)據(jù)，大表n條數(shù)據(jù)，m<n）
第一反應(yīng)是：一樣的。因?yàn)樾”碓谇暗脑?，大表的每一條數(shù)據(jù)都與小表的第一條數(shù)據(jù)比對(duì)，是n次，小表一共m條數(shù)據(jù)，所以此方案一共需要比對(duì)n*m次。同理，大表在前的話，小表的m條數(shù)據(jù)分別與大表的第一條數(shù)據(jù)比對(duì)，是m次，大表一共n條數(shù)據(jù)，所以共比對(duì)m*n次。
大表和小表分別在前
然而，后來(lái)發(fā)現(xiàn)忽略了一點(diǎn)，就是前面那個(gè)表的數(shù)據(jù)要加載到map中。這樣的話，小表在前時(shí)共需要次數(shù)為：m+m
*n,而大表在前時(shí)共需要加載次數(shù)為：n+m*n。又∵m<n，所以先掃描小表會(huì)提高效率。
第二次理解
hive操作是map端的join，小表先放入setup，然后大表切片，可能有多個(gè)切片在不同節(jié)點(diǎn)運(yùn)行。
如果map緩存大，隨著maptask增多，drive端壓力太大
（緩存大本身就占用珍貴的網(wǎng)絡(luò)資源）
