我要加入一张大桌子和另外3张桌子，
A =通过(f1，f2)右OUTER连接小表，由(f1，f2)合并bulkTable;
B =通过(f3)右外线加入AnotherSmall，通过(f3)加入A；
C =通过(f4)加入AnotherSmall，通过(f4)加入B；
小表可能无法容纳在内存中，但是这迫使十亿个对象读取三次并耗费时间，我想知道是否有任何方法可以避免重读并提高处理效率？
提前致谢。
最佳答案
如果在HBase中将大表设计为具有三个列族，即从f1和f2分离f3和f4，则应该能够避免不必要的读取。
同样，如果您考虑了这一点，则无需重新阅读，而是阅读记录的不同部分:首先是f1和f2，然后是f3，最后是f4。
关于hadoop - 如何优化 pig 的大表读取和外部联接，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12388740/