Hive学习：Hive连接JOIN用例详解

1 准备数据：

1.1 t_1

01	张三
02	李四
03	王五
04	马六
05	小七
06	二狗

1.2 t_2

01	11
03	33
04	44
06	66
07	77
08	88

1.3 t_3

01	男
02	男
03	女
04	男
05	女
06	女
07	男
08	X

2 创建表：t_1,t_2,t_3

create table if not exists t_1(id string,name string)row format delimited fields terminated by '	';

create table if not exists t_2(id string,score string)row format delimited fields terminated by '	';

create table if not exists t_3(id string,sex string)row format delimited fields terminated by '	';

3 加载数据

load data local inpath '/root/tmp/t_1' into table t_1;
load data local inpath '/root/tmp/t_2' into table t_2;
load data local inpath '/root/tmp/t_3' into table t_3;

4 笛卡尔积：Join

select * from t_1 join t_2;
等价于：
select * from t_1,t_2;

5 等值连接：Join ... on（查交集）

select * from t_1 t1 join t_2 t2 on t1.id=t2.id;

图解原理：

5 左连接： left join ... on ...

左连接是显示左边的表的所有数据，如果有右边表的数据与之对应，则显示；否则显示null

select * from t_1 t1 left join t_2 t2 on t1.id=t2.id;

图解原理：

6 右连接： right join ... on ...

与左连接类似,右连接是显示右边的表的所有数据，如果有左边表的数据与之对应，则显示；否则显示null

select * from t_1 t1 right join t_2 t2 on t1.id=t2.id;

图解原理：

7 全连接：full outer join ... on

相当于t_1和t_2的数据都显示，如果没有对应的数据，则显示Null.

select * from t_1 t1 full outer join t_2 t2 on t1.id=t2.id;

图解原理：

8 左半连接：semi join

semi join仅会显示t_1的数据，即左边表的数据。效率比左连接快，因为它会先拿到t_1的数据，然后在t_2中查找，只要查找到结果立马就返回t_1的数据。

select * from t_1 t1 left semi join t_2 t2 on t1.id=t2.id;

图解原理：

9 用单次MapReduce实现连接：

如果在连接中使用了公共键，Hive还支持通过一次MapReduce来连接多个表。

select t1.*,t3.sex,t2.score from t_1 t1 join t_3 t3 on t1.id=t3.id join t_2 t2 on t2.id=t1.id;