Hive知识之连接查询

前言：Hive的查询语句和SQL语句非常类似，如果有SQL基础，学习Hive的查询语句会比较容易。

可参考SQL的连接查询：

https://blog.csdn.net/weixin_42384784/article/details/105333951

1、UNION ALL和UNION

• 联合的字段名称和字段顺序需要一致
• 没有连接条件，只是数据叠加
• UNION后的表作为子查询时，需要进行重命名

SELECT 	id,
		user_name
FRPM user_info
UNION ALL
SELECT id,
		user_name
FRPM order_info;

SELECT user_name
FROM 
(SELECT 	id,
		user_name
FRPM user_info
UNION 
SELECT id,
		user_name
FRPM order_info) a;

UNION和UNION ALL的区别：

项目	UNION ALL	UNION
对重复结果的处理	不会去除重复记录	在进行表连接后会筛选掉重复的记录
对排序的处理	只是简单的将两个结果合并后就返回	将会按照字段的顺序进行排序
效率	更快	更慢
综述	更快，但不去重不排序	更慢，去重且排序

• 一般先去重，再进行UNION ALL可以提高效率

2、JOIN

2.1 INNER JOIN

• 内连接，返回两个表的交集
• 注意：表连接时，必须进行重命名；要去重再进行表连接，提高效率。
• ON 后面使用的连接条件必须起到唯一键值的作用
• INNER 可省略不写，效果一样

SELECT user_name 
FROM 
	(SELECT DISTINCT user_name
	FRPM user_info) a
JOIN
	(SELECT DISTINCT user_name
	FRPM order_info) b
ON a.user_name = b.user_name

2.2 LEFT JOIN

• 左连接，以左边的表为全集，同时返回能够匹配上的右表的匹配结果，没有匹配上的则显示NULL

SELECT user_name 
FROM 
	(SELECT DISTINCT user_name
	FRPM user_info) a
LEFT JOIN
	(SELECT DISTINCT user_name
	FRPM order_info) b
ON a.user_name = b.user_name

2.3 RIGHT JOIN

• 右连接，以右边的表为全集，同时返回能够匹配上的左表的匹配结果，没有匹配上的则显示NULL
• 通常可以将左连接的两个表调换位置可以得到和右连接相同的结果，所以较少使用右连接。

SELECT user_name 
FROM 
	(SELECT DISTINCT user_name
	FRPM user_info) a
RIGHT JOIN
	(SELECT DISTINCT user_name
	FRPM order_info) b
ON a.user_name = b.user_name

2.4 FULL JOIN

• 全连接，只要左表和右表其中一个表中存在匹配，则返回行。
• 全连接结合了左连接和右连接的结果

SELECT user_name 
FROM 
	(SELECT DISTINCT user_name
	FRPM user_info) a
FULL JOIN
	(SELECT DISTINCT user_name
	FRPM order_info) b
ON a.user_name = b.user_name