因为今天工作比较少，在看一些代码脚本，发现了一些不得了的东西，然后就来关注了简书，自己也开始觉得简书好像还不错，可以在这里记录一下自己所学的东西，俗话说好记性不如烂笔头，要学的东西还有很多，即使工作将近一年了，但是感觉自己还是有很多东西不会，相对于人家工作两年的时间就已经会这么多不得了的东西了，自己就莫名的觉得自己太菜鸡了，所以今天开始要每天都学习一些，然后在这里做下记录。

——SQL中 where in 的用法

首先我们要知道where是什么：一个判断符。在SQL操作中，控制只选择指定的行。

in的其实归类于特殊的比较运算符 

expr1 in（expr2，expr3，expr4，…）表示expr1等于后面括号里面的任意一个表达式的值

下面在sql中做举例：查询id在（1，2，3）内的数据行，得到下面的结果：

（其中如果where的字段为字符串类型，in后面的的值需要加上引号）

——hive中left semi join相当于SQL中的where in语句

left semi join（左半连接）是 in/exsits 子查询的一种更高效的实现

示例：

select A.key,A.value from A where A.key in (select B.key from A);

可以改写成：

select A.key,A.value from A left semi join B on (A.key=B.key);

left semi join的一些特点：（根据网上参考的总结，后续看到会继续补充）

1、left semi join 的限制是， JOIN 子句中右边的表只能在 ON 子句中设置过滤条件，在 WHERE 子句、SELECT 子句或其他地方过滤都不行。

2、left semi join 是只传递表的 join key 给 map 阶段，因此left semi join 中最后 select 的结果只许出现左表。

3、因为 left semi join 是 in(keySet) 的关系，遇到右表重复记录，左表会跳过，而 join 则会一直遍历。这就导致右表有重复值得情况下 left semi join 只产生一条，join 会产生多条，也会导致 left semi join 的性能更高。

比如以下A表和B表进行 join 或 left semi join，然后 select 出所有字段，结果区别如下：

注：蓝色叉的那一列实际是不存在left semi join中的，因为最后 select 的结果只许出现左表。

ps：

下次在hive用到join联表的时候换成 left semi join 语句，可以对比一下两个语句的区别