《表1 图中所用符号说明：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

在对两大表等值连接过程中，首先要对两表中存在的大量不符合连接条件的元组进行过滤优化，降低整体数据量。针对Spark中broadcast join、shuffle hash join、simi-join等的局限性，提出了一种在Spark上作等值连接的优化方法，分为三个阶段，如图1～3所示，图中的符号如表1所示。