https://blog.csdn.net/qq_42189083/article/details/82177689
（1）第一次優化，on 字段准換成類型相同
（2）第二次優化，on 后面字段的缺失率很高（為空、字段長度為零、字段填充了非整數），關聯字段為無效字段，則不需要關聯
（3）雖然設置了左表關聯字段為空不去關聯右表，但是這樣做，左表中未關聯的記錄（字段為空）將會全部聚集在一個reduce中進行處理，體現為reduce進度長時間處在99%。 換一種思路，解決辦法的突破點就在於如何把左表的未關聯記錄的key盡可能打散，因此可以這么做：若左表關聯字段無效（為空、字段長度為零、字段填充了非整數），則在關聯前將左表關聯字段設置為一個隨機數，再去關聯右表，這么做的目的是即使是左表的未關聯記錄，它的key也分布得十分均勻。
from trackinfo a
left outer join pm_info b
on (
case when (a.ext_field7 is not null
and length(a.ext_field7) > 0
and a.ext_field7 rlike ‘^[0-9]+$’)
then
cast(a.ext_field7 as bigint)
else
cast(ceiling(rand() * -65535) as bigint)
end = b.id
)