Spark 中的广播哈希联接和广播嵌套循环联接有什么区别？

Spark 中的广播哈希联接和广播嵌套循环联接有什么区别？ 在哪种情况下 Spark 会选择哪个更快？

您可以从源代码中获取一些信息：https://github.com/apache/spark/blob/master/sql/core/src/main/scala/org/apache/spark/sql/execution/SparkStrategies.scala#L111 https://github.com/apache/spark/blob/master/sql/core/src/main/scala/org/apache/spark/sql/execution/SparkStrategies.scala#L111

广播哈希连接（BHJ）：仅支持等连接，而连接键不需要可排序。支持除完整外连接之外的所有连接类型。巴赫杰 当以下情况时，通常比其他连接算法执行得更快 广播面较小。然而，广播表是一个 网络密集型操作，可能会导致 OOM 或性能不佳 在某些情况下，尤其是当构建/广播方面很大时。

广播嵌套循环连接（BNLJ）：支持等值连接和非等值连接。 支持所有连接类型，但实现针对以下方面进行了优化： 1) 广播右外连接中的左侧； 2) 在左外、左半、左反或存在连接中广播右侧； 3) 在内部连接中广播任一侧。 对于其他情况，我们需要多次扫描数据，这可能会相当慢。