多表连接解题思路

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