5.2.3 Join 优化（Broadcast / Shuffle / Colocate）

文档摘要

5.2.3 Join 优化（Broadcast / Shuffle / Colocate） 5.2.3 Join 优化（Broadcast / Shuffle / Colocate）在现代分布式 SQL 引擎（如 Apache Spark、Doris、ClickHouse、Presto 等）中，Join 操作是性能瓶颈最常出现的环节之一。当两张大表进行连接时，若处理不当，极易引发数据倾斜、网络风暴、内存溢出甚至作业失败。因此，如何根据数据规模、分布特征和执行环境，选择最优的 Join 执行策略——Broadcast、Shuffle 或 Colocate——成为查询优化的核心课题。