Hadoop Mapside联接和Reduce side联接是否可以有不同的O/P

下面的代码存在于PROD中并每天运行，我正在尝试对其进行优化。 我看到设置hive.auto.convert.join=FALSE；正在进行一个Reduce-side连接，该连接运行2.5小时并生成2324381条记录的行计数

如果我设置hive.auto.convert.join=TRUE；然后，它执行地图端连接，只运行20分钟，并生成5766529条记录的行计数

我需要知道为什么行数不同，这是正确的吗？行数不同可以吗？我的印象是，无论发生哪种连接，O/P或查询都应该保持不变

源数据在这两种情况下都保持不变，除我正在更改的配置单元设置外，其他每种情况都是相同的

INSERT OVERWRITE TABLE krish
SELECT 
    s.svcrqst_id
    s.svcrqst_lupdusr_id,
    s.svcrqst_lstupd_dts as svcrqst_lupdt,
    f.crsr_lupdt,
    s.svcrqst_crt_dts,
    s.svcrqst_asrqst_ind,
    s.svcrtyp_cd,
    s.svrstyp_cd,
    s.asdplnsp_psuniq_id as psuniq_id,
    s.svcrqst_rtnorig_in,
    s.cmpltyp_cd,
    s.catsrsn_cd,
    s.apealvl_cd,
    s.cnstnty_cd,
    s.svcrqst_vwasof_dt,
    f.crsr_master_claim_index,
    t.svcrqct_cds,
    r.sum_reason_cd,
    r.sum_reason

from
table1 s
left outer join
(
    select distinct
    lpad(trim(i_srtp_sr_sbtyp_cd), 3, '0') as i_srtp_sr_sbtyp_cd,
    lpad(trim(i_srtp_sr_typ_cd), 3, '0') as i_srtp_sr_typ_cd,
    sum_reason_cd,
    sum_reason
    from table2 
) r
on lpad(trim(s.svcrtyp_cd), 3, '0')=r.i_srtp_sr_typ_cd
and lpad(trim(s.svrstyp_cd), 3, '0')=r.i_srtp_sr_sbtyp_cd

left outer join  table3 f
on trim(s.svcrqst_id)=trim(f.crsr_sr_id)

left outer join table4 t
on t.svcrqst_id=s.svcrqst_id

where
( year(s.svcrqst_lstupd_dts)=${hiveconf:YEAR} and month(s.svcrqst_lstupd_dts)=${hiveconf:MONTH} and day(s.svcrqst_lstupd_dts)=${hiveconf:DAY} )
or
( year(f.crsr_lupdt)=${hiveconf:YEAR} and month(f.crsr_lupdt)=${hiveconf:MONTH} and day(f.crsr_lupdt)=${hiveconf:DAY} )
;

---

在对我的数据做了更多的研究之后，我用相同的列创建了所有的源表，并对它们进行了分区和压缩，然后重新运行我的HQL

这一次，map-side连接和reduce-side连接的行数具有相同的计数

---

我认为在上一个查询中，由于数据没有分区，所以map端和reduce端连接具有不同的输出

在对我的数据做了更多的研究之后，我创建了所有源表，使用相同的列进行分区和扣带，并重新运行我的HQL

这一次，map-side连接和reduce-side连接的行数具有相同的计数

我认为在上一个查询中，由于数据没有分区，所以map端和reduce端连接具有不同的输出