简述reduce join如何执行（原理） ？

Reduce Join的执行原理主要包含两个阶段：Map阶段和Reduce阶段。

在Map阶段，主要工作是为来自不同表（或文件）的key/value对打标签，以区别不同来源的记录。这个过程是通过读取两个或多个文件，并对每条数据添加一个标签来实现的，标签用于标识数据来源于哪个文件。同时，使用连接字段作为key，其余部分和新加的标签作为value，最后进行输出。

到了Reduce阶段，主要工作是根据key进行分组，并在每个分组中分开处理来自不同文件的记录。在这个阶段，reduce函数会获取到具有相同key的、来自不同文件的value列表。然后，对于每一个key，reduce函数会对这些value进行笛卡尔乘积操作，从而实现数据的连接。

总结来说，Reduce Join的执行原理就是通过Map阶段的数据标记和分组，以及Reduce阶段的笛卡尔乘积操作，实现大数据集之间的连接操作。这种方法在处理大规模数据时非常有效，能够避免内存溢出的问题，并且具有良好的并行性和可扩展性。