hive左连接，右连接和内连接一张或多张表

新坑~~

最近几个月，本人因为工作原因一直在使用hadoop + hive + map/reduce 和shell脚本来处理一些数据的统计和聚合问题，其中涉及到的坑和教训诸多，特此记录以备后用，亦希望能给新入职（入坑）的童鞋们一点参考。内容比较驳杂，姑且尽力来归类。

hive的左连接，右连接，内连接
假设：A表和B表，分别有key, value字段
A:

key	value
1	1
2	2

B

key	value
1	3
2	4

1. 左连接 left join
   语法：A left join B on 连接条件 where 筛选条件
   示例：select * from A left join B on A.id = B.id where A.value >= 2
   释义：以A表为准，把B表中id相同的数据拼接到A表中该id所在的行，并筛选出A中value>=2的部分
   结果:

   key	value_A	value_B
   2	2	4

   注意：此时数据基准为left join 关键字左边的表

2. 右连接 right join
   语法：B left join A on 连接条件 where 筛选条件
   示例：select * from B right join A on A.id = B.id where A.value >= 2
   释义：以A表为准，把B表中id相同的数据拼接到A表中该id所在的行，并筛选出A中value>=2的部分
   结果:

   key	value_A	value_B
   2	2	4

   注意：此时数据基准为right join 右边的表

3. 内连接 inner join
   语法：A inner join B on 连接条件 where 筛选条件
   示例：select * from A inner join B on A.id = B.id where A.value >= 2
   释义：选择A,B中相同id的数据，并筛选出A中value>=2的部分
   结果:

   key	value_A	value_B
   2	2	4

   注意：此时没有基准表，类似于求A,B的交集

4. 连接多张表
   其实语法很类似，以左连接为例：
   A left join B on A.id = B.id left join C on A.id = C.id
   注意这么做以后数据拼接的比较慢，注意开销