关于第三章rdd的join的疑问?

[hangjianglaoweng]

Rdd的join和spark sql的join是否相同？ 我看了一些资料说，“当前SparkSQL支持三种join算法：Shuffle Hash Join、Broadcast Hash Join以及Sort Merge Join。”。例如这篇文章， https://segmentfault.com/a/1190000021033287 这里面提到的join和书中将的rdd join有大的区别。想问下rdd join和spark join是不同的实现？如果是相同的实现那么文章中的说法是错的？

[JerryLead]

@ hangjianglaoweng 本书主要介绍基于RDD接口的Join，书中介绍的join类似于SparkSQL中的Shuffle hash join。SparkSQL面向高性能的SQL查询分析，所以会对SQL语句实现做很多优化，Broadcast Hash Join以及Sort Merge Join是其中的两个优化，针对一些特殊的join场景执行效率会高些。关于SparkSQL的内核解析，可以阅读我师弟的著作《SparkSQL内核剖析》。

[hangjianglaoweng]

@JerryLead 好的，感谢解答。