hive的几种join到底有何区别

内容目录

hive中，几种join的区别

数据：

tom,1
jey,2
lilly,7
lilly,8

tom,1
lilly,3
may,4
bob,5

以上两个为数据，没有什么意义，全是为了检测join的使用

看一下两张表，其实可以看出来，在name一行有重复的，也有不重复的，在id一行1表完全包含2表

1. left join

left join会把左边的表所有数据列出来，当左边表有而右边表没有的时候，就会用null代替

select*from jn1
leftjoin jn2
on jn1.name=jn2.name;

jn1.name    jn1.id    jn2.name    jn2.id
tom    1    tom    1
jey    2NULLNULL
lilly    7    lilly    3
lilly    8    lilly    3

而右表有左表没有的就不会显示了

2. join

join会把两个表共有的部分筛选出来

select*from jn1
join jn2
on jn1.name=jn2.name;

jn1.name    jn1.id    jn2.name    jn2.id
tom    1    tom    1
lilly    7    lilly    3
lilly    8    lilly    3

可以看到，共有的部分筛选了出来

3. full join

会把两者没有的有的全部数据都选出来，没有的显示空值

select*from jn1
fulljoin jn2
on jn1.name = jn2.name;

jn1.name    jn1.id    jn2.name    jn2.id
tom    1    tom    1NULLNULL    bob    5
jey    2NULLNULL
lilly    7    lilly    3
lilly    8    lilly    3NULLNULL    may    4

4. Join…on 1=1

这种情况会有笛卡尔积的产生，就是表1的每一行都会和表2匹配一下，这样就会产生指数级的增长

select*from jn1
join jn2
on1=1;

jn1.name    jn1.id    jn2.name    jn2.id
tom    1    lilly    3
tom    1    bob    5
tom    1    may    4
tom    1    tom    1
jey    2    lilly    3
jey    2    bob    5
jey    2    may    4
jey    2    tom    1
lilly    7    lilly    3
lilly    7    bob    5
lilly    7    may    4
lilly    7    tom    1
lilly    8    lilly    3
lilly    8    bob    5
lilly    8    may    4
lilly    8    tom    1

5. union

会把查询结果拼接起来，但是要求两个查询结果的行数必须保持一致

否则会报错

FAILED: SemanticException Schemaof both sides ofunion should match

select*from jn1
unionselect*from jn2;

_u1.name    _u1.id
jey    2
lilly    7
bob    5
lilly    3
lilly    8
tom    1
may    4

6. union all

union会组合起来，那么union all可以不

select*from jn1
unionallselect*from jn2;

lilly    3
tom    1
may    4
bob    5
tom    1
jey    2
lilly    7
lilly    8

1. union和union all的区别从上述的两个结果就可以看出来了两者的区别，union会自动去重处理，所以结果把重复的数据去掉了，而union all则不会去重。 注意tips：left join会用之后，right join不用说了吧