hive表在join on上的过滤和在where上过滤的对比

当两张表A和B在join时，条件筛选放在表join时的on上面和放在where上面得到的结果是不一样的。

• 如下创建两张表：

A表结构以及数据：

id  name    grade   dept
1   lijie1  100     10
2   lijie2  90      20
3   lijie3  60      10
4   lijie4  80      10
5   lijie5  70      20

B表结构以及数据：

id  name
10  IT1
20  IT2

1.两张表join并且筛选分数大于等于80的，条件放在join on上面

select 
    A.id,A.name,A.grade,A.dept,B.id,B.name 
from
    A left outer join B
on
    A.dept = B.id 
and 
    A.grade >=80 

结果为：

1   lijie1  100     10  10      IT1
2   lijie2  90      20  20      IT2
3   lijie3  60      10  NULL    NULL
4   lijie4  80      10  10      IT1
5   lijie5  70      20  NULL    NULL

2.两张表join并且筛选分数大于等于80的，条件放在where上面

select 
    A.id,A.name,A.grade,A.dept,B.id,B.name 
from
    A left outer join B
on
    A.dept = B.id
where
    A.grade >=80 

结果为：

1   lijie1  100     10  10      IT1
2   lijie2  90      20  20      IT2
4   lijie4  80      10  10      IT1

• 结论
  当把过滤条件写在left join on上面会让基表所有数据都能显示，不满足条件的右表会以null填充，当过滤条件写在where上只会让符合筛选条件的数据显示。