在Map阶段进行表之间的连接。而不需要进入 Reduce 阶段才进行连接。这样就节省了在Shuffle阶段时要进行的大量数据传输。从而起到了优化作业的作用。
即在map端进行join，其原理是 broadcast join，即把小表作为一个完整的驱动表来进行join操作。除了一份表的数据分布在不同的Map中外，其他连接的表的数据（小表）必须在每个Map中有完整的拷贝。 Map Join会把小表全部读入内存中，在map阶段直接拿另外一个表的数据和内存中表数据做匹配，由于在map是进行了join操作，省去了 reduce运行的效率也会高很多。
适合在二个要连接的表中，有一个很大，有一个很小，这个小表可以存放在内存中而不影响性能。这样我们就把小表文件复制到每一个Map任务的本地，再让Map把文件读到内存中待用。
任务执行过程（下图）
Task A: 把小表加载到内存中待用；
Task B: 进行Map端的join，一个大表数据放在多个Map执行，每个map都会去内存中找小表进行key比较，相等则进行连接，输出结果。
