因为map side join不能分割输入文件，所以我改为减少side join以提高性能。最后性能得到了改善，但我得到了一千分之一的数据。我已经挖了好几天了，但还是没弄明白。map-side连接过程如下：userid（map key）==>reportid（reduce key）==>output
reduce端使用两个emr:emr1:userid（map key）==>userid（reduce key）此作业通过userid完成连接emr2:userid（map key）==>reportid（reducekey）==>output感谢任何建议！