hive的join查询

hive的join查询

语法

join_table:
    table_reference [INNER] JOIN table_factor [join_condition]
  | table_reference {LEFT|RIGHT|FULL} [OUTER] JOIN table_reference join_condition
  | table_reference LEFT SEMI JOIN table_reference join_condition
  | table_reference CROSS JOIN table_reference [join_condition] (as of Hive 0.10)

table_reference:
    table_factor
  | join_table

table_factor:
    tbl_name [alias]
  | table_subquery alias
  | ( table_references )

join_condition:
    ON expression

    // join查询不支持where，改用on来替代

实例：

select count(distinct a.id) from table_1 a join table_2 b on (a.id=b.id) ;

left join/right join

左查询就是不管能不能匹配到右边的表，都会输出左面的表，未匹配到的项目为空

name	age
wang	13
zhao	14

name	score
wang	145
li	44

select a.name, b.score from t1 a join t2 b on (a.aid=b.aid);

的结果是：

name	score
wang	145
zhao	NULL

注意点

• 注意，下面这些操作是非法的：

CREATE TABLE a (k1 string, v1 string);
CREATE TABLE b (k2 string, v2 string);

SELECT k1, v1, k2, v2
FROM a JOIN b ON k1 = k2; 

// 选择每个属性的时候需要制定是哪个表，否则会认为有歧义

• 只支持相等查询的join操作

SELECT a.* FROM a JOIN b ON (a.id <> b.id)

// 非法操作

SELECT a.* FROM a LEFT OUTER JOIN b ON (a.id <> b.id)

// 合法，此处是left outer join

• 可以支持多个表的查询

SELECT a.val, b.val, c.val FROM a JOIN b ON (a.key = b.key1) JOIN c ON (c.key = b.key2)

后续

• 目前没有列举全部，如left join 等，需要的可以看这篇文章
• 主要参考官网文档