四张表关联，数据量分别是6亿，40w，剩下俩几百。
身边同事都说spark快，但我做了个测试，oracle只用了3分钟，spark用了30分钟。
我也只是刚接触spark，不知道是不是参数配置的问题才跑了这么久。
环境是2 namenode，3datanode， 如果扩展datanode到一百台，性能会提升还是下降呢？
--
FROM 115.171.70.*