Hive的union操作

union和union all(或称为联合)的作用是将多个结果合并在一起显示出来.  
如果需要将多个select语句的结果作为一个整体显示出来,就需要用到union或者union all关键字.

union

union会对多个结果集进行并集操作,不包括重复行,同时进行默认规则的排序.  
Union在进行表链接后会筛选掉重复的记录,所以在表链接后会对所产生的结果集进行排序运算,删除重复的记录再返回结果.
实际大部分应用中是不会产生重复的记录,最常见的是过程表与历史表Union. 

-- 一定要设置别名,否则会导致结果不准确.
select a.id aid,a.name aname,b.id bid,b.name bname from test_a a left join test_b b on a.id=b.id
union
select a.id aid,a.name aname,b.id bid,b.name bname from test_a a right join test_b b on a.id=b.id;

union all

union all会对多个结果集进行并集操作,包括重复行,不进行排序.
如果返回的两个结果集中有重复的数据,那么返回的结果集就会包含重复的数据了.
另外，在生产过程中遇到这样的问题：
对多个表进行select count(*) 操作并对结果进行union all的时候发现显示的结果并不是按照select语句排列的，而是发生了乱序，针对这种情况，可以加一列进行区分。

-- 结果每次都不一样
select count(*) from t1
union all
select count(*) from t2
union all
select count(*) from t3
union all
select count(*) from t4;

-- 改写成下面写法就不怕了
select 't1',count(*) from t1
union all
select 't2',count(*) from t2
union all
select 't3',count(*) from t3
union all
select 't4',count(*) from t4;