hive中所有join连接

内连接:inner join

--join优化:在进行join的时候,大表放在最后面

--但是使用/*+streamtable(大表名称)*/来标记大表,那么大表放在什么位置都行了

select /*+streamtable(s)*/ s.ymd,d.dividend

from stocks s inner join dividends d on s.ymd=d.ymd and s.symbol=d.symbol

where s.symbol=’aapl’

外连接:left outer join,right outer join,full outer join

把外连接(outer join)中where语句中的过滤条件,放在on语句是无效的。不过对于内连接有效。

左半开连接:left semi-join(hive不支持右半开连接)

左半开连接(left semi-join)只会返回左边表的记录,前提是其记录对于右边表满足on语句中的判定条件,相当于sql中的in和exists

select和where语句中都不能引用右边表的字段。

注意点:

semi-join比inner join更高效

hive不支持右半开连接.

map端join:map-side join (使用桶的情况下)

map-side join:hive可以在map端执行连接过程(对于在join时有一个是小表的情况)

使用map-side join,需要配置下:

(1)hive0.7版本之前,需要加/*+ mapjoin(表名) */

select /*+ mapjoin(d) */ s.ymd,d.dividend from stocks s join dividends d

on s.ymd=d.ymd and s.symbol=d.symbol

where s.symbol=’AAPL

(2)hive0.7版本开始,设置hive.auto.convert.join=true

hive.auto.convert.join=true

hive.mapjoin.smalltable.filsize=25000000    --使用这个优化的小表的大小(单位:字节)--注意:右外连接和全外连接不支持这个优化

备注:

(1). hive的join语句,只支持等值连接。

(2).注:pig提供的交叉生成功能支持“非等值连接”.

(3).hive目前不支持在join的on子句中使用or。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

友情链接更多精彩内容