《表3 数据集大小：基于Spark的两表等值连接过程优化》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Spark的两表等值连接过程优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验选用了两组数据表，每组都是两个数据大小不同的数据表（第一组数据倾斜程度低于第二组），给定的抽样率为40%分别使用本文算法和Spark的hash join算法对数据进行了关联操作，并作对比分析。两表的关联字段分别是C＿RID和P＿RID。数据表大小如表3所示。