籠統的說，Hive中的Join可分爲Common Join（Reduce階段完成join）和Map Join（Map階段完成join）。本文簡單介紹一下兩種join的原理和機制。
如果不指定MapJoin或者不符合MapJoin的條件，那麼Hive解析器會將Join操作轉換成Common Join,即：在Reduce階段完成join.
整個過程包含Map、Shuffle、Reduce階段。
Map階段
讀取源表的數據，Map輸出時候以Join on條件中的列爲key，如果Join有多個關聯鍵，則以這些關聯鍵的組合作爲key;
Map輸出的value爲join之後所關心的(select或者where中需要用到的)列；同時在value中還會包含表的Tag信息，用於標明此value對應哪個表；
按照key進行排序
Shuffle階段
根據key的值進行hash,並將key/value按照hash值推送至不同的reduce中，這樣確保兩個表中相同的key位於同一個reduce中
Reduce階段
根據key的值完成join操作，期間通過Tag來識別不同表中的數據。
以下面的HQL爲例，圖解其過程：
SELECT
a.id,a.dept,b.age
FROM a join b
ON (a.id = b.id);
MapJoin通常用於一個很小的表和一個大表進行join的場景，具體小表有多小，由參數hive.mapjoin.smalltable.filesize來決定，該參數表示小表的總大小，默認值爲25000000字節，即25M。
Hive0.7之前，需要使用hint提示 /*+ mapjoin(table) */纔會執行MapJoin,否則執行Common Join，但在0.7版本之後，默認自動會轉換Map Join，由參數hive.auto.convert.join來控制，默認爲true.
仍然以9.1中的HQL來說吧，假設a表爲一張大表，b爲小表，並且hive.auto.convert.join=true,那麼Hive在執行時候會自動轉化爲MapJoin。
但是有些表是不適合做map join的，內存不夠用有可能，入下面的錯誤
