Hadoop之Hive的Join语句

Posted 2021-05-18 柳小葱

😊昨天我们学习了数据库的DML语言，主要包括数据的导入、导出和查询，💘有兴趣的小伙伴可以看看👇：

• 第一篇: Hadoop之Hive数据的导入与导出（DML）.
• 第二篇: Hadoop之Hive查询语句.

🐶今天我们来继续学习Hive的Join部分。听说Join有7种哦！

目录：

• • 1.内连接
  • 2.左外连接
  • 3.右外连接
  • 4.全外连接
  • 5.差值
  • • 5.1 左表独有
    • 5.2右表独有
  • 6.左右表独有
  • • 8.多表连接
    • 9.笛卡尔积
  • 参考资料

1.内连接

Hive支持通常的SQL JOIN语句，等值连接是将两张表中的相同字段信息连接起来

• 根据员工表和部门表中的部门编号相等，查询员工编号、员工名称和部门名称；

--内连接
select e.empno, e.ename, d.deptno, d.dname
from emp e join dept d
on e.deptno=d.deptno;

2.左外连接

左外连接会将左表的数据全部展示，没有连接的部分将会补null值

• 根据员工表和部门表中的部门编号相等，查询员工编号、员工名称、部门编号和部门名称；如果没有则用null补充

select e.empno,e.ename,e.deptno,d.dname
from emp e left join dept d 
on e.deptno=d.deptno;

3.右外连接

• 查询所有部门中对应的员工信息

select e.empno,e.ename,e.deptno,d.dname
from emp e right join dept d 
on e.deptno=d.deptno;

4.全外连接

• 查询所有员工信息和部门信息

select e.empno,e.ename,e.deptno,d.dname
from emp e full join dept d 
on e.deptno=d.deptno;

5.差值

5.1 左表独有

这里的差值就是A左连接B的结果在减去A和B的交集。

• 查询所在部门为null的员工信息

select e.empno,e.ename,e.deptno,d.dname
from emp e left join dept d
on e.deptno=d.deptno
where d.deptno is null;

我们也可以采用子查询，不过效率太低了

select e.empno,e.ename,e.deptno,d.dname
from emp e
where e.deptno not in (select deptno from dept);

5.2右表独有

• 查询部门中不存在任何员工信息的部门信息

select d.deptno,d.dname
from emp e right join dept d
on e.deptno=d.deptno
where e.deptno is null;

6.左右表独有

• 查询员工表特有信息和部门表的特有信息

--在全外连接的基础上操作
select e.empno,e.ename,e.deptno,d.dname
from emp e full join dept d 
on e.deptno=d.deptno
where e.deptno is null or d.deptno is null;

也可以使用左右差值的结果做并集

select * from(
select e.empno,e.ename,e.deptno,d.deptno,d.dname
from emp e left join dept d
on e.deptno=d.deptno
where d.deptno is null
union
select e.empno,e.ename,e.deptno,d.deptno,d.dname
from emp e right join dept d
on e.deptno=d.deptno
where e.deptno is null)tmp;

8.多表连接

我们准备添加一个表的数据

1700	Beijing
1800	London
1900	Tokyo

• 查询员工姓名，部门名称和部门所在城市名称

--三表连接，顺序从左到右
select e.ename,d.dname,l.loc_name
from emp e join dept d on e.deptno=d.deptno
join location l on d.loc=l.loc;

优化：当对 3 个或者更多表进行 join 连接时，如果每个 on 子句都使用相同的连接键的话，那么只会产生一个 MapReduce job

9.笛卡尔积

笛卡尔积会在什么情况下产生呢？

• 省略连接条件
• 连接条件无效
• 所有表中的所有行相互连接

案例：

--笛卡尔积
select empno,dname from emp,dept;

结果如下：

参考资料

《大数据Hadoop3.X分布式处理实战》