多表连接解题思路

思路：select emp.name,dept.name from emp join dept on emp.deptID = dept.ID

数据源

职员表 emp

name deptID

张山 1

李斯 1

晓明 1

龙龙 2

呆呆 2

姗姗 5

部门表 dept

ID name

1 开发部

2 研发部

3 运营部

4 销售部

5 行政部

期望结果：

张山 开发部

李斯 开发部

晓明 开发部

龙龙 研发部

呆呆 研发部

姗姗 行政部

map执行过程：

以数字作为突破口

若该行记录以数字开头，则从行首开始处理，将数值部分作为key,非数字部分作为value ,分割点是空白

若该行记录以非数字开发，则从行尾开始处理，将数值部分作为key,非数字部分作为value。分隔点是空白

map任务结果：

1 1+张山

1 1+李斯

1 1+晓明

2 1+龙龙

2 1+呆呆

5 1+姗姗

1 2+开发部

2 2+研发部

3 2+运营部

4 2+销售部

5 2+行政部

洗牌结果：

（1，（1+张山，1+李斯，1+晓明，2+开发部 ））

（2，（1+龙龙，1+呆呆，2+研发部））

（3，（2+运营部））

（4，（2+销售部））

（5，（1+姗姗，2+行政部））

reduce执行过程：

将value中含有1标示符的记录取出第二个元素加入A数组

得到A数组（张山，李斯，晓明）

将value中含有2标示符的记录取出第二个元素加入B数组

得到B数组（开发部）

对AB取 笛卡尔积

单一结果：

（张山，开发部）

（李斯，开发部）

（晓明，开发部）

其他reduce过程（略）

最终结果：

张山 开发部

李斯 开发部

晓明 开发部

龙龙 研发部

呆呆 研发部

姗姗 行政部