Hive中的SMB(Sort-Merge-Buket) Join

SMB join （针对bucket mapjoin 的一种优化）
条件
1）set hive.auto.convert.sortmerge.join=true;
set hive.optimize.bucketmapjoin = true;
set hive.optimize.bucketmapjoin.sortedmerge = true;
set hive.auto.convert.sortmerge.join.noconditionaltask=true;
2） 小表的bucket数=大表bucket数
3） Bucket 列 ==Join列 == sort 列
4） 必须是应用在bucket mapjoin 的场景中

smb-join基于sorted-merge的有序bucket可实现在map端完成join操作，可以有限地减少或避免shuffle的数据量。