我有两个数据集的名字 dataset1 以及 dataset2 以及 dataset1 就像

empid  empame
101    john
102    kevin

以及 dataset2 就像

empid  empmarks  empaddress
101      75        LA
102      69        NY

这个 dataset2 将是非常巨大的，我需要处理这两个数据集上的一些操作，并需要从上述两个结果 datasets . 据我所知，现在我有两种方法来处理这些数据集：
1.将dataset1（大小较小）存储为配置单元查找表，并必须通过spark进行处理
2.通过使用spark广播变量，我们可以处理这些 dataset .
任何人请告诉我哪一个是更好的选择。