《表2 两种等值连接算法代价对比分析》

  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

由于Spark broadcast join只能应用于两个表中有一个是小表的场景，所以只与目前应用较为广泛的hash join方式作对比分析。Hash join是重划分连接，所以每个节点的网络通信量为（size （RDD＿B）+size（RDD＿S）） /N，故所需内存空间为size（RDD＿B）+size（RDD＿S）。本文算法与Spark hash join算法的对比如表2所示。