hadoop 实现 Join方法1

hadoop 实现 Join方法1

1. reduce side join
   reduce side join 是一种最简单的 join 方式，其主要思想如下：
   在 map 阶段，map 函数同时读取两个文件 File1 和 File2，为了区分两种来源的 key/value 数
   据对，对每条数据打一个标签（tag）,比如：tag=0 表示来自文件 File1，tag=2 表示来自文件
   File2。即：map 阶段的主要任务是对不同文件中的数据打标签。
   在 reduce 阶段，reduce 函数获取 key 相同的来自 File1 和 File2 文件的 value list， 然后对于
   同一个 key，对 File1 和 File2 中的数据进行 join（笛卡尔乘积）。即：reduce 阶段进行实际的
   连接 *** 作。