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。