HIVE--left semi join

 实验：
hive> select * from b1;
OK
1       003     20170511
1       004     20170512
1       005     20170513
2       006     20170514
3       007     20170515
Time taken: 0.041 seconds
hive> select * from b2;
OK
1       005     20170513
2       006     20170514
3       007     20170515
Time taken: 0.049 seconds
hive> select * from b1 a left outer join b2 b on a.id=b2.id; -- -- 左边表的数据都列出来了，如果右边表没有对应的列，则写成了NULL值。如果左边的主键在右边找到了N条，那么结果也是会叉乘得到N条。hive不支持’left join’的写法。
OK
1       003     20170511        1       005     20170513
1       004     20170512        1       005     20170513
1       005     20170513        1       005     20170513
2       006     20170514        2       006     20170514
3       007     20170515        3       007     20170515
hive> select * from b1  left semi join b2  on b1.id=b2.id; ---在关联字段b2表里有的，b1表都展现出来，如果主键在右边表中存在，则打印，否则过滤掉，相当于in
OK
1       003     20170511
1       004     20170512
1       005     20170513
2       006     20170514
3       007     20170515
hive> select * from b1 left outer join b2 on b1.id=b2.id and b1.dat=b2.dat;  
OK
1       003     20170511        NULL    NULL    NULL
1       004     20170512        NULL    NULL    NULL
1       005     20170513        1       005     20170513
2       006     20170514        2       006     20170514
3       007     20170515        3       007     20170515

hive> select * from b1 left semi join b2 on b1.id=b2.id and b1.dat=b2.dat;---在b2表有的都展现出来
OK
1       005     20170513
2       006     20170514
3       007     20170515

再如：
hive> select * from b1;
OK
1       003     20170511
1       004     20170512
1       005     20170513
2       006     20170514
3       007     20170515
4       008     20170518
Time taken: 0.042 seconds
hive> select * from b2;
OK
1       005     20170513
2       006     20170514
3       007     20170515
Time taken: 0.053 seconds

hive> select * from b1 left outer join b2 on b1.id=b2.id and b1.dat=b2.dat;
OK
1       003     20170511        NULL    NULL    NULL
1       004     20170512        NULL    NULL    NULL
1       005     20170513        1       005     20170513
2       006     20170514        2       006     20170514
3       007     20170515        3       007     20170515
4       008     20170518        NULL    NULL    NULL
hive> select * from b1 left semi join b2 on b1.id=b2.id and b1.dat=b2.dat;---更能证明只展现关联条件在右表有的数据，相当于in
OK
1       005     20170513
2       006     20170514
3       007     20170515

总结：
        hive不支持’left join’的写法；
        hive的left outer join：如果右边有多行和左边表对应，就每一行都映射输出；如果右边没有行与左边行对应，就输出左边行，右边表字段为NULL；
        hive的left semi join：相当于SQL的in语句，结果没有右表数据。


  

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/30289795/viewspace-2139756/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/30289795/viewspace-2139756/