Hive-表连接

Hive只支持等值连接，即ON子句中使用等号连接，不支持非等值连接。

Hive内置的数据存储类型，TextFile, SequenceFile, ORC(列式存储)

如果连接语句中有WHERE子句，会先执行JOIN子句，再执行WHERE子句。[吴超1] 

假设有以下测试数据

表user数据如下

User_id	name
1	张三
2	李四
3	王五

 表job数据如下

Job_id	job	user_id
1	工程师	1
2	美工	2
3	美工	4

建表语句如下

CREATE TABLE IF NOT EXISTS user(id int, name string) ROW FORMATDELIMITED FIELDS TERMINATED BY ‘\t’;

CREATE TABLE IF NOT EXISTS job(id int, job string, user_id int) ROWFORMAT DELIMITED FIELDS TERMINATED BY ‘\t’;

 

10.1.1.    内连接

内连接指的是把符合两边连接条件的数据查询出来。

执行以下语句

select * from user join job on user.id=job.user_id;

结果如下

 

10.1.2.    左外连接

左外连接：左边有，右边如果没有数据，那么为空。

执行以下语句

    select * from user left outer join job on user.id=job.user_id;

不能使用let join，只能使用left outerjoin。结果如下

 

 

10.1.3.    右外连接

执行以下语句

select * from user right outer join job on user.id=job.user_id;

结果如下

 

10.1.4.    全外连接

执行以下语句

select * from user full outer join job on user.id=job.user_id;

结果如下

   

10.1.5.    左半连接

执行以下语句，左半连接用来代替in操作或者exists操作的

select * from user left semi join job on user.id=job.user_id;

结果如下

 

该语句相当于如下语句

select * from user where id in (select user_id from job);

但是，hive不支持in子句。所以只能变通，使用left semi子句。

 

 

 

参考链接：http://blog.csdn.net/woshisap/article/details/43422423