Questions

• 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

Map 函数的输入：表 pageview pageid,userid 每行的记录；表：userid , age 每行的记录；

Map 函数的输出：key 是 user_id，vaule 是 list<表的编号，pageid>；

Reduce 函数的输入：通过 Shuffle sort 将相同的 key，记录到同一个 reduce，然后作为 reduce 函数的输入

Reduce 函数的输出：通过 value，将相同表的编号，后面的 vaule 进行集成，最终形成 pageid、age