Join操作的总结以及在Presto中的使用

介绍

在对多表进行查询时，不可避免的会涉及到JOIN操作，但是由于存在多种类型的JOIN，有时会令人困惑。

本文首先会对常见的JOIN进行描述，由于分布式系统使用Presto对外提供查询接口，接着会介绍Presto中关于JOIN的一些独有的特性。最后列出了几个通用的JOIN的优化策略

常见的JOIN操作

为了方便演示，通过下面两张表进行演示

TableA

id	name
1	Pirate
2	Monkey
3	Ninja
4	Spaghetti

TableB

id	name
1	Rutabaga
2	Pirate
3	Darth Vader
4	Ninja

Inter Join

Inter Join产生的结果是A和B的以On交集。

语句：

SELECT * FROM TableA
INNER JOIN TableB
ON TableA.name = TableB.name

Inter Join 包含两种：
- 显示(explicit) ：就是上面这种方式
- 隐式(implicit)：语句形式为SELECT * FROM TableA,TableB where TableA.name = TableB.name

多数情况下上面两种方式没有差别，但是建议使用第一种

结果：

id	name	id	name
1	Pirate	2	Pirate
3	Ninja	4	Ninja

图例：

Left Join(left outer join)

Left outer join产生表A的完全集，而B表中匹配的则有值，没有匹配的则以null值取代。

语句：

SELECT * FROM TableA
LEFT OUTER JOIN TableB
ON TableA.name = TableB.name