假設連接B在A.a=B.a上，並且它們都是大表。 Hive將通過通用連接來處理此連接操作。執行圖（由facebook提供）： 
蜂巢中常見連接的執行過程
但是我很困惑這個圖，是否只有在reducer？
據我瞭解，地圖輸出密鑰是table_name_tag_prefix+join_key。但在分區階段，它仍然使用join_key分區記錄。在縮小階段，每個縮減器讀取具有相同連接鍵的<join_key,value>，縮減器不需要讀取所有映射分割。
從理論上講，有兩種情況，一種或多種減速機。使用的縮減器的確切數量將取決於查詢的詳細信息。
您可以嘗試在腳本中使用以下內容設置要使用的縮減器的數量。
set mapred.reduce.tasks=50
這是否實際上導致任何性能增加取決於您正在執行的查詢。有關更多詳細信息，另請參閱this answer。
希望有所幫助。
還原器的數量由（默認1GB）定義。
因此，對於映射器的每個輸入數據GB，您將得到1個reducer。
然後，配置單元在連接列上使用hash()函數，並使用首先設置的縮減器數對散列函數的輸出執行模運算。
所以，如果你加載10 GB的數據（兩個表一起）應該有〜10個減速器。
沒有讓我們說，我們通過柱ID所以讓我們假設下一個輸出連接：
hash(101)=101 -> 101%10=1
hash(102)=102 -> 102%10=2
hash(1001)=1001 -> 1001%10=1
因此，與在ID列中的值101和1001的行會去減速機＃1 ID 102將進入減速機＃2。你仍然有10個reducer，但是如果所有的數據都只有上面的ID，那麼8個reducer將不會得到任何輸入，2個reducer將會得到其餘的。