Hadoop 猪：地图边连接是如何工作的？

在MapReduce中，地图侧连接的要求如下：

• 数据应该以特定的方式进行分区和排序
• 每个输入数据应划分在相同数量的分区中
• 必须使用相同的键进行排序
• 特定密钥的所有记录必须位于同一分区中

我有一个简单的猪脚本：

 A = LOAD '/input_01/*.parquet' using parquet.pig.ParquetLoader();   
 B = LOAD '/input_02/*.parquet' using parquet.pig.ParquetLoader();

 C = JOIN A BY id, B BY id;

 STORE C into '/output' using parquet.pig.ParquetStorer();

运行此脚本后，控制台输出告诉我，这样的内部联接会导致映射端哈希联接

然而，据我所知，我的输入数据集不是按特定键排序的，我也不知道分区

---

在这种情况下，PIG如何成功地进行地图侧连接？谢谢

你们能复制并粘贴控制台上写的东西吗？我不认为猪写的是用过的连接类型！我最近注意到，使用合并联接对一个脚本的运行时没有显著影响。因此，我怀疑pig本身有时能够优化“引擎盖下”的简单连接。（当然，这只是一种怀疑。）