经过Map-Reduce实现Join系列之一

通过Map-Reduce实现Join系列之一

?
发现有可以Join的记录之后，根据算法，会将p和q所指向的两条记录进行Join，然后输出，之后q指向下一条记录，这个时候发现p和q的B列值不相等了，根据算法p会指向下一条记录，由于这个时候p和q指向的B列值相等，因此算法中的前两个while循环被跳过，直接进入第三个while循环，找个循环将集合P中B值为4的一条记录与集合Q中B列值为4的两条记录进行Join，循环结束之后，p和q的指向如下图所示：?
?
算法继续执行，知道两个集合中B列值相等的所有记录都被Join之后，算法结束。?
3.哈希Join?
哈希Join需要将被Join的两个数据集合中的一个全部载入内存的哈希表中。因此，这种Join方式适用于被Join的两个数据集合中，有一个集合数据量比较小，可以全部放入内存的场景。这种Join方式的伪代码如下，其中有两个数据集合，分别是P和Q，而集合P数据量比较小，可以全部载入内存中的哈希表中：?
for??


这种Join算法同样只能用于等值Join操作。相比于排序合并Join，这种方式速度要更快，但是对内存的消耗比较大。

转自：http://mysun.iteye.com/blog/1748473