HIve联合查询

在 Apache Hive 中，联合查询（Union）是一种将多个 SELECT 语句的结果集合并起来的操作。联合查询的结果集包含了所有参与 SELECT 语句的行，并且会自动去除重复的行。

联合查询的基本语法如下：

SELECT column1, column2 FROM table1
UNION
SELECT column1, column2 FROM table2;

这里的 SELECT 语句可以是简单的查询，也可以是复杂的查询，只要它们的列数相同，对应列的数据类型也兼容即可。

联合查询的规则：

1. 列数相同：每个 SELECT 语句选择的列数必须相同。
2. 数据类型兼容：对应列的数据类型必须兼容。
3. 去重：默认情况下，联合查询会去除结果集中的重复行。
4. 排序：如果需要对结果集进行排序，只能对最终的结果集进行排序，而不是每个 SELECT 语句单独排序。

示例：

假设我们有两个表 table1 和 table2，我们想将这两个表中的数据联合起来：

SELECT name, age FROM table1
UNION
SELECT name, age FROM table2;

这个查询会返回 table1 和 table2 中的所有行，并且自动去除重复的行。

联合查询与 UNION ALL：

如果需要保留重复的行，可以使用 UNION ALL：

SELECT name, age FROM table1
UNION ALL
SELECT name, age FROM table2;

在这个查询中，如果 table1 和 table2 中有相同的行，它会全部出现在结果集中，不会去重。

注意事项：

• 执行联合查询时，Hive 会将多个 SELECT 语句的结果集合并起来，这可能会消耗较多的资源，特别是当处理大量数据时。
• UNION 操作符会尝试对结果集进行排序，如果无法排序，或者排序开销过大，可以尝试在每个 SELECT 语句中添加 ORDER BY 子句来分别对每个结果集进行排序。