hive超大分区表关联小表优化问题

[wildgun]

我有一张超大表数据量20多个亿:tb_a按照日期date_dt进行了动态分区,一张小表tb_dt用于存储需要从大表取数的日期
比如小表存了三条记录表示需要从大表取三天的数据，也就是三个分区的数据
2019-01-01
2019-01-05
2019-01-10
select /*+MAPJOIN(t1)*/
*
from tb_a t0
left semi join tb_b t1
on t0.date_dt=t1.date_dt
这样写大表会进行全表扫描
有什么方法可以优化的吗

[单手打字]

可以这样select * from tb_a t0 where t0.data_dt in (select data_dt from tb_b);如果还想要tb_b表的全部字段，就再做一次join