Spark 选 join 策略靠的是估算值，估错了它只会悄悄降级。

一条 join 落在集群上，可能走四种完全不同的算法，代价差出一个量级甚至更多。选哪一种的不是你，是 Spark 自己，依据是它手里那份统计信息。统计信息大概率是估的，估歪了计划不会报错，只会换一条更贵的路走下去，一路走到笛卡尔积也没人提醒你。下面的参数与默认值全按 Apache Spark 4.x 的口径。