第一次理解：
对于先扫描大表还是先扫描小表会提高效率。（在这里假设小表m条数据，大表n条数据，m<n）
第一反应是：一样的。因为小表在前的话，大表的每一条数据都与小表的第一条数据比对，是n次，小表一共m条数据，所以此方案一共需要比对n*m次。同理，大表在前的话，小表的m条数据分别与大表的第一条数据比对，是m次，大表一共n条数据，所以共比对m*n次。
大表和小表分别在前
然而，后来发现忽略了一点，就是前面那个表的数据要加载到map中。这样的话，小表在前时共需要次数为：m+m
*n,而大表在前时共需要加载次数为：n+m*n。又∵m<n，所以先扫描小表会提高效率。
第二次理解
hive操作是map端的join，小表先放入setup，然后大表切片，可能有多个切片在不同节点运行。
如果map缓存大，随着maptask增多，drive端压力太大
（缓存大本身就占用珍贵的网络资源）
