hiveonspark关闭mapjoin

Hive on Spark是一种将Apache Hive的数据处理查询映射到Apache Spark框架的技术。MapJoin是一种优化技术，在Hive中用于减少JOIN操作中的数据传输量。当Spark的MapJoin启用时，它会在内存中存储小表的部分结果，然后在处理大表时直接查找匹配项，提高性能。

如果你想要关闭Hive on Spark中的MapJoin，通常可以在创建HiveSession或设置执行配置时采取以下步骤：

1. 使用`set`函数设置属性：在Scala或PySpark环境中，可以这样做：

   spark.sql("SET hive.auto.convert.join=no");

或者

   sc._jvm.org.apache.hadoop.hive.conf.HiveConf.setVar(
       sc._jvm.org.apache.hadoop.hive.conf.HiveConf.ConfVars.HIVE_AUTO_CONVERT_JOIN,
       "no"
   );

2. 配置Hive-site.xml文件：在Hadoop的conf目录下的Hive-site.xml文件中，添加或修改 `<property>` 标签来禁用MapJoin，如：

   <property>
     <name>hive.auto.convert.join</name>
     <value>false</value>
   </property>

请注意，关闭MapJoin可能会增加JOIN操作的时间复杂度，因为它需要在磁盘上查找数据，所以仅在不需要充分利用内存且磁盘I/O不是瓶颈的情况下考虑这么做。