多表联合查询求和（一）--使用Spark 的HiveContext 单条 select 实现

要解决的问题是：从A 表里获得交易卡号和对手账号，分别到B表查询其对应的姓名和身份证号，最终获得，a,b 打了多少钱
最后呈现的数据格式为：(用户A, 身份证号A, 用户B, 身份证号B, 转账金额 )
整体功能实现代码如下：

create table sumhivecontext
as
select Ao.openAccountIdNumber as A_ID, Ao.nameOfTheAccountOpening as A_name,
Bo.openAccountIdNumber as B_ID, Bo.nameOfTheAccountOpening as B_name,
sum (a.tradingAmount) as sumAmount
from 
account a left join openaccount Ao on  a.tradingCardNumber=Ao.tradingCard
left join openaccount Bo on  a.opponentAccount=Bo.tradingCard
where a.opponentAccount not like '+%' and a.opponentAccount != '' and Ao.openAccountIdNumber is not null and  Bo.openAccountIdNumber is not null and Ao.openAccountIdNumber !='' and  Bo.openAccountIdNumber !=''
group by Bo.openAccountIdNumber,Ao.openAccountIdNumber,
Ao.nameOfTheAccountOpening, Bo.nameOfTheAccountOpening;

代码段的基本思路及其涉及到的知识：

• 数据库重命名
  当数据库字段过长时，通常会给数据库起个别名，
  怎么取别名呢？

select

列名 as 列别名,       //方法1

列名 列别名,          //方法2

from

表名;

• 金额列进行求和

select sum(money) from user group by id;

直接sum（字段名）即可实现

• where 条件选择

SELECT field1, field2,...fieldN FROM table_name1, table_name2...
[WHERE condition1 [AND [OR]] condition2.....

多个条件限制的时候可以用add或or来进行指定
在这里主要是判断非空

• 限定第一个字符不是 +
  在对手账户里，很多账户开头的第一位是+ ，在这里不予考虑，加限定条件
  采用的是下面的代码：

where a.opponentAccount not like '+%' 

• 分组groupby
  要统计的是按人名进行分组计算，

gruopby   列名

在这里使用的代码是：

group by Bo.openAccountIdNumber,Ao.openAccountIdNumber,
Ao.nameOfTheAccountOpening, Bo.nameOfTheAccountOpening

当在做的过程中，可能会出现下面这个错误，

SemanticException [Error 10025]: Line 1:7 Expression not in GROUP BY key 'tradingCardNumber'

原因：group by中前面查找的必须在group by 中出现，

• 数据表连接join
  因为查询可能需要查询A, B 分别对应的姓名和身份证号，所以需要多表联合查询，在这通过jion进行连接另外两个表。

JOIN 按照功能大致分为如下三类：
（1）INNER JOIN（内连接,或等值连接）：获取两个表中字段匹配关系的记录。
（2）LEFT JOIN（左连接）：获取左表所有记录，即使右表没有对应匹配的记录。
（3）RIGHT JOIN（右连接）： 与 LEFT JOIN 相反，用于获取右表所有记录，即使左表没有对应匹配的记录。
基本用法

select   字段名   from  表名   join   另一个表名  on  拼接条件