在下面的连接中编写时，Hive查询会出现偏斜：

Question

Select a.drr1,b.drr1 from a left join b on a.drr1=b.drr1

表a中的重复drr1个值，而表b具有唯一的drr1值。这是一个多对一的蜂巢加入。

由于表a非常大且重复值很多，因此需要很长时间。 关于如何在蜂巢中解决这个问题的任何指示。

Answer 1

执行类似

的操作

SELECT DISTINCT * FROM A LEFT JOIN B ON A.drr1=B.drr1;