Hive Join的几种方式

下面实验几种hive中常用到的join操作

首先创建两个文件用于导入表中

hadoop@master:~/17$ cat data1
1,a
2,b
3,c
4,d
5,e
8,u
9,r

hadoop@master:~/17$ cat data2
1,aa
2,gg
7,www
19,ee

实验步骤:

1.创建hive表
create table a(id int, name string) row format delimited fields terminated by ',';
create table b(id int, name string) row format delimited fields terminated by ',';

2.导入数据
load data local inpath '/home/hadoop/17/data1' into table a;
load data local inpath '/home/hadoop/17/data2' into table b;

备注：

如果导入的文件有空行的情况，就会出现为NULL的行，判断条件为int用is NULL或者is not NULL判断，string 类型用='NULL'或者!='NULL'来判断

如果想把为NULL的行删除,可以这样

insert overwrite table a select * from a where id is not NULL;

3.inner join 
hive> select * from a inner join b on a.id=b.id;

1	a	1	aa
2	b	2	gg

4.left join
hive> select * from a left join b on a.id = b.id;

1	a	1	aa
2	b	2	gg
3	c	NULL	NULL
4	d	NULL	NULL
5	e	NULL	NULL
8	u	NULL	NULL
9	r	NULL	NULL

备注：左连接就是保留全部左表，连接on条件下的部分右表

5.right join
hive> select * from a right join b on a.id = b.id;

1	a	1	aa
2	b	2	gg
NULL	NULL	7	www
NULL	NULL	19	ee

备注:右连接就是保留全部右表，连接on条件下的部分左表

6.full outer join
hive> select * from a full outer join b on a.id = b.id;

1	a	1	aa
2	b	2	gg
3	c	NULL	NULL
4	d	NULL	NULL
5	e	NULL	NULL
NULL	NULL	7	www
8	u	NULL	NULL
9	r	NULL	NULL
NULL	NULL	19	ee

全连接：就是全部保留左右表

备注：left outer join 和 left join本质上是一个东西，同理于right outer join和right join

7.left semi join
hive> select * from a left semi join b on a.id = b.id;

1	a
2	b

备注：left semi join相当于是in的操作