hive的6种join操作

1.join2.left join3.right join4.full join5.left semi join6.cross join

hive中的join操作的关键字必须在on中指定，不能再where中指定，不然会先做笛卡尔积再过滤；

join关键字默认为内连接，返回两张表中都有的信息；

left join以前面的表作为主表和其他表进行关联，返回的记录数和主表的记录数相同，关联不上的字段用NULL;

left [outer] join对其无影响；

right join与left相反，以后面的表为主表，和前面的表做关联，返回的记录数和主表一致，关联不上的字段为NULL;

full join为全关联，返回两个表记录的并集，关联不上的字段为NULL;

注意：full join时，hive不会用mapjoin来优化；

left semi join以关键字前面的表为主表，两个表对on的条件字段做交集，返回前面表的记录；

cross join（笛卡尔积关联）返回两个表的笛卡尔积结果，不需要指定关联键；

1. SELECT a.id,
2. a.name,
3. b.age
4. FROM lxw1234_a a
5. CROSS JOIN lxw1234_b b;
6.  
7. --执行结果：
8. 1 zhangsan30
9. 1 zhangsan29
10. 1 zhangsan21
11. 2 lisi30
12. 2 lisi29
13. 2 lisi21
14. 3 wangwu30
15. 3 wangwu29
16. 3 wangwu21
17. 
    

除非特殊需求，并且数据量不是特别大的情况下，才可以慎用CROSS JOIN，否则，很难跑出正确的结果，或者JOB压根不能执行完