hive之union、union all的列名不统一的记录

在MySQL中，union和union all中，只需要列的数量对应，这样就可以完成union和union all操作。

但是在hive中，我也是这样想的，于是，我并没有关注列名必须一致，只是关注了列数量一致，这样的话，其实也是可以的，比如：

--不同渠道的目标客户量
select 'sources' as  type,sources as type_detail,count(*) as count
from dw_release.dw_release_customer
where bdp_day = '20190619' group by bdp_day,sources
union
--不同区域的目标客户量
select 'area_code',area_code as type_detail_code,count(*) as count
from dw_release.dw_release_customer
where bdp_day = '20190619' group by bdp_day,area_code

发现是没有问题的:

但是！！！我发现有一次在官网上！！

有一句话是：

The number and names of columns returned by each select_statement have to be the same. Otherwise, a schema error is thrown.

每个select语句返回的列数和名称必须相同。否则，将引发架构错误。

 

我就纳闷了！官网是这样严谨的！！ 注意这个词 ： have to be the same. 必须一致

但是为什么可以不用相同的列名称呐 ？

然后官网还有这句话：

要求表达式列表的两边都有相同的架构。因此，以下查询可能会失败，并显示错误消息，如 “FAILED: SemanticException 4:47 Schema of both sides of union should match.”

INSERT OVERWRITE TABLE target_table
  SELECT name, id, category FROM source_table_1
  UNION ALL
  SELECT name, id, "Category159" FROM source_table_2

是有可能发生错误的！注意官网的用词  may fail

对，是有可能发生错误的。

在工作中也是有可能出现错误的，但是几率很小，尤其是 直接一个写死的字符串直接作为一个列的时候。

 

总结：：

从此以后，我追随官网的脚步！

但是，虽然我们要严格遵守官网的规范，但是还是对此有些疑问的，因为“必须一致”，“可能发生错误”这种词并不具备严谨性

其实还是希望官网把这个问题能更严谨一下，不知道我说的对不对，特此记录一下，然后我以后写SQL，为了避免不该有的、未知的错误，我还是老老实实写一样的列名吧。

 

以后我写代码就是：

 

比如：

SELECT name, id, category FROM source_table_1
  UNION ALL
  SELECT name, id, "Category159" as category FROM source_table_2

--不同渠道的目标客户量
select 'sources' as  type,sources as type_detail,count(*) as count
from dw_release.dw_release_customer
where bdp_day = '20190619' group by bdp_day,sources
union
--不同区域的目标客户量
select 'area_code' as  type,area_code as type_detail_code,count(*) as count
from dw_release.dw_release_customer
where bdp_day = '20190619' group by bdp_day,area_code