HIVE子查询转换成连接

HIVE子查询

在hive中进行子查询，经常会报不支持子查询的错误，导致有些sql可能在mysql中可以使用但是在hive中却无法使用，因此在hive中可以采用连接替换子查询的方式。

左半连接

hive有一种连接方式，叫做左半连接，关键字为：LEFT SEMI JOIN，这种连接方式与左连接类似，但是属于一种查询的方式。

教师表（teacher）：

id	name
1	小六
2	小七
3	小八
4	小九

授课表（course）：

id	course_name	teacher_id
1	编译原理	1
2	数据库	1
3	操作系统	2
4	计算机网络	3

那么对于mysql来说，我想要查询有课程安排的老师，SQL可以这样写：

SELECT * FROM teacher
WHERE id IN (
	SELECT teacher_id FROM COURSE
);

这样的子查询（简单举例，这样的子查询在hive是支持的）我们在HIVE中转换成如下的代码：

SELECT * FROM teacher T1
LEFT SEMI JOIN 
course T2
ON T1.id = T2.teacher_id

得到的结果就是：

id	name
1	小六
2	小七
3	小八

实际上左半连接与连接有很大的差异，它并不会把右边的数据展现出来。 左半连接使用的右表仅仅是一个筛选条件，而ON 就是替代了SQL种的IN的作用，右表就是in中的表。

注意

左半连接由于只有左表的数据，因此在连接外面是无法使用右表的字段作为where条件的，对于整个语句来说，只有左表的字段才是合法字段。

和左连接的区别

左连接的话，如果关联的key在右边有多条数据，很有可能导致左表的数据产生分裂，例如本次的例子，改用左连接的结果：

id	name	id	course_name
1	小六	1	编译原理
1	小六	2	数据库
2	小七	3	操作系统
3	小八	4	计算机网络
4	小九	NULL	NULL

这样会导致左表数据产生分裂