如何用HIVE进行全连接

先说说期望的效果，希望是左表和右表连接，用ID关联。如果只出现左边的数据那么就显示只有左边的数据，如果只出现右表的数据就显示右表的信息，如果都出现就以左表的字段为准。

 

首先让我们创建一个左边，包含两列：

CREATE TABLE dcp_dw_datamining.temp_a_outer
(
    id INT,
    label STRING
);

接着左边插入三条数据：

INSERT INTO dcp_dw_datamining.temp_a_outer VALUES (1,'a1'),(2,'a2'),(3,'a3');

 

接着创建一个右表：

CREATE TABLE dcp_dw_datamining.temp_b_outer
(
    id INT,
    label STRING,
    lb STRING
);

接着右表插入三条数据：
INSERT INTO dcp_dw_datamining.temp_b_outer VALUES (1,'b1','f1'),(2,'b2','f2'),(4,'b4','f4');

如果左表和右表使用INNER JOIN的语句是：

SELECT
    a.id,
    a.label,
    b.lb
FROM dcp_dw_datamining.temp_a_outer AS a
JOIN dcp_dw_datamining.temp_b_outer AS b ON a.id = b.id

结果如下，与希望的结果并不一致：

最后修改成这样：

SELECT
    CASE WHEN a.id IS NULL THEN b.id ELSE a.id END AS id,
    CASE WHEN a.label IS NULL THEN b.label ELSE a.label END AS label,
    b.lb
FROM dcp_dw_datamining.temp_a_outer AS a
FULL OUTER JOIN dcp_dw_datamining.temp_b_outer AS b ON a.id = b.id