hive中的join的一些操作

create table IF NOT EXISTS gw(orderId string,orderType string,money int)
row format delimited fields terminated by '\001';


create table IF NOT EXISTS pay(orderId string,orderType string,money int)
    row format delimited fields terminated by '\001';

以上是创建了两个hive的表，其中表明分别为gw及其pay,两个表中的字段是一样的一个是订单号orderId，一个是订单类型orderType ，一个是支付金额money 。但是gw表里面是代表已经支付了的，pay是代表未支付的，我们就是设置了一个这个背景而已。

load data local inpath '/hadoop/data/pay.txt' into table pay;

load data local inpath '/hadoop/data/pay.txt' into table pay;

上面代码是将本地的两个txt文件中的数据分别加载到对应的hive表中。

这是两个表中的数据。

left join 操作：

select * from gw left join pay on gw.orderId=pay.orderId;

以左侧的表为标准 全部输出，然后右侧表根据条件去匹配，匹配不到的直接用NULL填充

inner join操作：

select * from gw inner join pay on gw.orderId=pay.orderId;

匹配符合条件的两个表数据并进行合并成一条记录格式

right join 操作：

参考left join结果，以右表为标准全部输出，坐标匹配不到的用NULL填充。

left semi join 操作：

select * from gw left semi join pay on gw.orderId=pay.orderId;

其实类似于inner join只不过只是输结果在左表，右表不输出

full outer join 操作：

select * from gw full outer join pay on gw.orderId=pay.orderId;

按照条件查询满足条件的合并到一行，左表存在的右表不存在那么右表填充NULL，反之，右表存在的左表不存在那么左表填充NULL。

————————————-

left join 适合做not exits查询，比如我们执行后右侧等于null的我们便可以找到了；left semi join 适合做exits查询，执行后我们可以看到两个表共有的，并且只输出左表共同有的。

(本文源自学习hadoop群波波的讲座)