全部博文
-
编辑 删除
使用DataJoin包实现Join
概念： Hadoop有一个叫DataJoin的包为Data Join提供相应的框架。它的Jar包存在于contrib/datajoin/hadoop-*-datajoin。 为区别于其他的data join技术，我们称其为reduce-side join。（因为我们在reducer上作大多数的工作） reduce-side join引入了一些术语及概念： 1.Data Source：基本与关系数据库中的表相似，形式为：（例子中为CSV格式） Customers Orders 1,Stephanie Leung,555-555-5555 3,A,12.95,
