我将通过向您解释hadoop分布式缓存来回答您的问题：
distributedcache是MapReduce框架提供的一种工具，用于缓存应用程序所需的文件（在您的情况下，它是您要加入的配置单元表）。
distributedcache假设通过url指定的文件已经存在于文件系统（这是您的ssd或hdd）中，位于url指定的路径上，并且集群中的每台计算机都可以访问这些文件。
具有讽刺意味的是，hadoop框架决定是将map文件放入内存（ram/yarn）还是ssd/hdd，这取决于map文件的大小。
尽管默认情况下，Map联接（如小表）中要使用的表的最大大小为1000000000字节（约1 gb），但您也可以通过配置单元集属性手动增加此值示例：
设置hive.auto.convert.join.noconditionaltask=true；
设置hive.auto.convert.join.noconditionaltask.size=2000000000；
在从节点上执行作业的任何任务之前，框架会将必要的文件复制到该节点上。它的效率源于这样一个事实，即每个作业只复制一次文件，并且能够缓存从机上未存档的存档。
有关分布式缓存的详细信息，请访问以下链接：
https://hadoop.apache.org/docs/r2.6.3/api/org/apache/hadoop/filecache/distributedcache.html
https://hadoop.apache.org/docs/r1.2.1/api/org/apache/hadoop/filecache/distributedcache.html