如何编写基于另一个表过滤表的Hive查询？

Posted 2021-05-04

我有两个表，表一有两列a和b，表二有两列c和d。对于表一中的每一行，如果我可以在表二中找到一行，那么a = c and substring(b, 1, 3) = substring(d, 1, 3),然后我将这一行保留在表一中。最后，我想计算表一中有多少行。我尝试在下面写这样的查询，但我不确定它是否正确？

SELECT COUNT(1)
FROM
(SELECT One.a
 FROM One
 LEFT SEMI JOIN Two
 ON One.a  = Two.b
 AND One.ds = '2018-02-27'
 AND Two.ds = '2018-02-27'
 AND One.c IS NOT NULL
 AND Two.d IS NOT NULL
 AND SUBSTR(One.c, 1, 3) = SUBSTR(Two.d, 1, 3)
 GROUP BY One.a) subquery

答案

由于我没有数据示例，我发现很难判断您的代码是否正确。但是，正如我所看到的那样，你想根据两个条件加入，对吗？

前段时间我看到了这个：Hive Query- Joining two tables on three joining conditions with OR operator

我认为他们有一些不同的选择。我对你所拥有的内容提出了类似的问题，并且发现答案非常有用！