写回答
Join 算法的选择基于统计和启发式算法, 当编译器无法做出最佳选择时, 用户仍然可以使用 join hints 来影响优化器选择更好的计划. Apache Spark 3.0 通过添加新的 hints 扩展了现有的 join hints : SHUFFLE_MERGE/SHUFFLE_HASH 和 SHUFFLE_REPLICATE_NL
JoinHints是一个非常普遍的数据库的优化策略，在3.0之前已经有了Broadcasthashjoin，3.0之后的版本加了Sort-mergejoin、Shufflehashjoin和Shufflenestedloopjoin，但是要注意谨慎使用，因为数据的特性不同，很难保证一直有效，即使有效，也不代表一直有效，随着时间的变化，你的数据变了，可能会让你的query变慢，变得不稳定。总体来说上面的四种Join的适用条件和特点如下所示，总而言之，使用JoinHints要谨慎。
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
