您可以执行mapside连接，然后在reduce side中计算结果。将您的小文件放在分布式缓存中，以便所有节点都可以使用您的数据。在Map程序中，将所有键、值对存储在setup方法中的javahashmap中，并通过流传输大文件，然后在map方法中执行join。所以这会产生这样的结果。

Small file (K,V)

Big file (K1,V1) 

Mapper output (V(key),V1(value))

然后在减速机上做一个基于v（或交换键，值对）的Map输出，以达到您的需要。
如何从分布式缓存中读取：

@Override
        protected void setup(Context context) throws IOException,InterruptedException
        {
            Path[] filelist=DistributedCache.getLocalCacheFiles(context.getConfiguration());
            for(Path findlist:filelist)
            {
                if(findlist.getName().toString().trim().equals("mapmainfile.dat"))
                {

                    fetchvalue(findlist,context);
                }
            }

        }
        public void fetchvalue(Path realfile,Context context) throws NumberFormatException, IOException
        {
            BufferedReader buff=new BufferedReader(new FileReader(realfile.toString()));
           //some operations with the file
        }

如何将文件添加到分布式缓存：

DistributedCache.addCacheFile(new URI("/user/hduser/test/mapmainfile.dat"),conf);