使用嵌套子查询优化hive多连接查询

在工作中，常用到left join来关联其他hive表进行查询，并且每个表都有相应的where条件。

在数据量大的情况下，不同连接条件所在的位置对查询效率的影响还是很大的。下面举一些例子：

现在有三个表，它们分别是：

表一：user_info

字段名   类型     备注 
imei   bigint  
type   string     
date   string   分区列

表二：age_info

字段名	类型	备注
id	   bigint  	
age	   int  	
day	   string	分区列

表三：sex_info

字段名	类型	备注
id	   bigint  	
sex	   int  	
day	   string	分区列

以下sql代码：

select 
t1.imei,
t1.type,
t2.age,
t3.sex
from user_info t1
left join age_info t2 on t1.imei = t2.id
left join sex_info t3 on t1.imei = t3.id
where t1.date = '2019-02-20'
and t2.day = '2019-02-20'
and t3.day = '2019-02-20'

优化sql，将where条件放到子查询中，查询效率将会提高很多。

select 
t1.imei,
t1.type,
t2.age,
t3.sex
from 
(select imei,type from user_info where date='2019-02-20') t1 
left join (select age from age_info where day='2019-02-20') t2 on t1.imei = t2.id
left join (select sex from sex_info where day='2019-02-20') t3 on t1.imei = t3.id