Hive JOIN过滤条件位置玄学：ON vs WHERE的量子纠缠

Hive JOIN过滤条件位置玄学：ON vs WHERE的量子纠缠

作为数据工程师，Hive JOIN就像吃火锅选蘸料——放错位置味道全变！今天带你破解字节/阿里等大厂高频面试题：ON和WHERE后的过滤条件究竟有什么不同？

一、核心差异对比表

特性	ON子句	WHERE子句
执行时机	JOIN操作时	JOIN完成后
影响范围	单表过滤（左右表独立）	两表JOIN后的结果集
NULL值处理	保留未匹配的主表记录	过滤掉所有不满足条件的记录
执行计划优化	可能触发谓词下推（Predicate Pushdown）	无法下推到JOIN前阶段
典型应用场景	外连接时保留主表数据	内连接后的最终结果过滤

二、INNER JOIN的量子叠加态

示例数据

-- 用户表
CREATE TABLE users (
    user_id INT,
    city STRING
);

-- 订单表 
CREATE TABLE orders (
    order_id INT,
    user_id INT,
    amount DECIMAL
);

实验组1：条件在ON子句

SELECT *
FROM users u
JOIN orders o 
ON u.user_id = o.user_id 
   AND o