아파치 스파크 조인 편집하기 (부분)

==조인 최적화 전략==
Spark는 분산 환경에서 조인 연산의 성능과 효율성을 높이기 위해 다음과 같은 최적화 전략들을 제공한다.
*Broadcast hash join (BHJ)
**작은 데이터셋을 모든 작업 노드에 브로드캐스트하여 셔플 비용을 절감하고, 빠른 조인 연산을 수행한다.
*Shuffle hash join (SHJ)
**조인 키를 기준으로 데이터를 셔플한 후, 해시 테이블을 활용하여 조인을 수행하는 방식이다.
*Shuffle sort merge join (SMJ)
**셔플 후 데이터를 정렬하고 병합(merge)하여 조인을 수행하며, 큰 데이터셋 간 조인에 적합하다.
*Broadcast nested loop join (BNLJ)
**작은 데이터셋을 브로드캐스트하여, 반복적(nested loop)으로 조인하는 방식으로, 조인 키가 없거나 복잡한 조건이 있는 경우에 사용된다.
*Shuffle-and-replicated nested loop join (Cartesian product join)
**두 데이터셋 간 데카르트 곱을 계산하여 조인하는 방식으로, 조인 조건 없이 모든 행의 조합을 생성한다.