hive left join 丢失数据

最近在写hql取数据的时候，发现不同的写法会模糊left join 和 join，使得得出的结果不是预期的。

分别列出三段hql供参考：

1、下面是第一段hql，将相关联的两张表（or 多张表）的条件都写在最后的where下：

select a.cola1,a.cola2,b.colb1
from tablea a
left join  tableb b on a.id=b.id 
where
a.dt='20200826'
and b.dt='20200826'
;

结果：这样的写法会使得  left join 失效，得到的结果是两张表 join 的结果。主表的数据会丢失。

2、下面是第二段hql，where后边只有主表的条件，其他表的条件写在了 on 的后边：

select a.cola1,a.cola2,b.colb1
from tablea a
left join  tableb b on a.id=b.id  and b.dt='20200826'
where
a.dt='20200826'
;

结果：这样的写法可以正确使用left join ,得到预期的结果。主表的数据不会丢失。

3、下面是第三段hql，使用select语句以及where得到两张需要的表，再进行left join：

select * from 
(select cola1,cola2 from tablea where dt='20200826')a
left join  
(select colb1 from tableb where dt='20200826')b 
on a.id=b.id 
;

结果：这样的写法可以正确使用 left join，得到预期的结果。主表的数据不会丢失。

结论：

第一种写法看着是left join，实际执行的是join，得到的可能不是预期的结果，需要谨慎使用。第二种和第三种写法得到的都是预期的结果。

至于为什么会这样，更深层的执行方式由于才疏学浅，暂时没有精力弄明白，还望有明白的大神赐教，欢迎评论区留言～～！