架构师训练营 第十二周作业

• 分析如下 HiveQL，生成的 MapReduce 执行程序，map 函数输入是什么？输出是什么，reduce 函数输入是什么？输出是什么？

INSERT OVERWRITE TABLE pv_usersSELECT pv.pageid, u.ageFROM page_view pv   JOIN user u   ON (pv.userid = u.userid);

page_view 表和 user 表结构与数据示例如下

会针对两个表（page_view 和 user）做 map 操作

1. 对于 page_view，

2. map 操作的输入 page_view 表的偏移量，和一个 split 中的每行数据内容

3. map 的输出 key 是 userid，value 是<表 page_view 的索引标识，pageid>

4. 对于 user

5. map 输入是 user 表的偏移，和一个 split 中每行数据内容

6. map 数据 key 是 userid，value 是<表 user 的索引标识, age>