hive 连接查询优化

1.每个join都会启动一个mapreduce

如果连接字段是同一个字段，则会进入同一个reduce

 

2.hive会默认最后一个表为数据量最大的表，所以会将前面的表进行缓存

所以进行连接查询的时候，将表从小到大连接

 

3.如果查询中不想将大表放到最后，可以使用查询暗示，指定哪张表示最大的

select /* +streamtable(c) */ c.id,c.name

from custorm c join order o on o.cid=c.id

 

 

 

内连接

直接join，只有复核连接条件的才会被查询出

 

左外连接

left outer join，左边的记录会全部显示

 

右外连接

right outer join 右边的记录会全部显示

 

全外连接

full outer join 笛卡尔积

 

左半连接

只要右表有符合条件的数据，就会返回左边的数据&#x