shuffle hash join 和 sort merge join 到底是如何工作的？

Question

我可以解释广播连接的工作原理，这篇文章很好地解释了它：https ://jaceklaskowski.gitbooks.io/mastering-spark-sql/spark-sql-joins-broadcast.html

但我未能找到一篇文章来解释 shuffle hash join 和 sort merge join 的内部工作原理。

谁能给出这两个的分步算法吗？

Answer 1

这是一个很好的材料：

随机散列连接

排序合并连接

请注意，自 Spark 2.3 以来， 的默认值spark.sql.join.preferSortMergeJoin已更改为true。