a表: id name age b表： id course sex a和b的join select * form a join b on a.id = b.id
reduce 端的join就是join过程在reduce端做
伪代码
public class ReduceJoin{
static class MyMapper extends Mapper<><><><>{
@override
protected void setup(){}
//通过上下文对象，map方法之前读取到文件名
@override
protected void map(){}
//加标记，判断是从a来还是从b来,不同的文件相同的key输出map的格式不同
@override
protected void reduce(){
if(lsit1.size>0&& list2.size>0){
//两个集合都有数据才能关联上
//双重for循环进行两个集合的拼接
}
}
//把相同的key做关联
//创建两个list，for循环做判断，如果标签a开头的加到list1，b开头的加到list2
}
}
缺点： 1.容易发生数据倾斜 2.reduce本身并行度不高，性能不高（个数datanode*0.95） 3.reducejoin需要结合list，本身存在性能瓶颈
