HiveQL - Wybierz-Joins

JOIN to klauzula używana do łączenia określonych pól z dwóch tabel przy użyciu wartości wspólnych dla każdej z nich. Służy do łączenia rekordów z dwóch lub więcej tabel w bazie danych.

Składnia

join_table:

   table_reference JOIN table_factor [join_condition]
   | table_reference {LEFT|RIGHT|FULL} [OUTER] JOIN table_reference
   join_condition
   | table_reference LEFT SEMI JOIN table_reference join_condition
   | table_reference CROSS JOIN table_reference [join_condition]

Przykład

W tym rozdziale wykorzystamy następujące dwie tabele. Rozważ poniższą tabelę o nazwie KLIENCI.

+----+----------+-----+-----------+----------+ 
| ID | NAME     | AGE | ADDRESS   | SALARY   | 
+----+----------+-----+-----------+----------+ 
| 1  | Ramesh   | 32  | Ahmedabad | 2000.00  |  
| 2  | Khilan   | 25  | Delhi     | 1500.00  |  
| 3  | kaushik  | 23  | Kota      | 2000.00  | 
| 4  | Chaitali | 25  | Mumbai    | 6500.00  | 
| 5  | Hardik   | 27  | Bhopal    | 8500.00  | 
| 6  | Komal    | 22  | MP        | 4500.00  | 
| 7  | Muffy    | 24  | Indore    | 10000.00 | 
+----+----------+-----+-----------+----------+

Rozważ inną tabelę ORDERS w następujący sposób:

+-----+---------------------+-------------+--------+ 
|OID  | DATE                | CUSTOMER_ID | AMOUNT | 
+-----+---------------------+-------------+--------+ 
| 102 | 2009-10-08 00:00:00 |           3 | 3000   | 
| 100 | 2009-10-08 00:00:00 |           3 | 1500   | 
| 101 | 2009-11-20 00:00:00 |           2 | 1560   | 
| 103 | 2008-05-20 00:00:00 |           4 | 2060   | 
+-----+---------------------+-------------+--------+

Istnieją różne typy sprzężeń podane w następujący sposób:

• JOIN
• POŁĄCZENIE LEWE ZEWNĘTRZNE
• PRAWE POŁĄCZENIE ZEWNĘTRZNE
• PEŁNE POŁĄCZENIE ZEWNĘTRZNE

PRZYSTĄP

Klauzula JOIN służy do łączenia i pobierania rekordów z wielu tabel. JOIN jest tym samym, co OUTER JOIN w SQL. Warunek JOIN należy wywołać za pomocą kluczy podstawowych i kluczy obcych tabel.

Następujące zapytanie wykonuje JOIN w tabelach CUSTOMER i ORDER oraz pobiera rekordy:

hive> SELECT c.ID, c.NAME, c.AGE, o.AMOUNT 
FROM CUSTOMERS c JOIN ORDERS o 
ON (c.ID = o.CUSTOMER_ID);

Po pomyślnym wykonaniu zapytania zobaczysz następującą odpowiedź:

+----+----------+-----+--------+ 
| ID | NAME     | AGE | AMOUNT | 
+----+----------+-----+--------+ 
| 3  | kaushik  | 23  | 3000   | 
| 3  | kaushik  | 23  | 1500   | 
| 2  | Khilan   | 25  | 1560   | 
| 4  | Chaitali | 25  | 2060   | 
+----+----------+-----+--------+

POŁĄCZENIE LEWE ZEWNĘTRZNE

HiveQL LEFT OUTER JOIN zwraca wszystkie wiersze z lewej tabeli, nawet jeśli w prawej tabeli nie ma żadnych dopasowań. Oznacza to, że jeśli klauzula ON pasuje do 0 (zero) rekordów w prawej tabeli, JOIN nadal zwraca wiersz w wyniku, ale z wartością NULL w każdej kolumnie z prawej tabeli.

LEFT JOIN zwraca wszystkie wartości z lewej tabeli oraz dopasowane wartości z prawej tabeli lub NULL w przypadku braku zgodnego predykatu JOIN.

Poniższe zapytanie demonstruje LEFT OUTER JOIN między tabelami CUSTOMER i ORDER:

hive> SELECT c.ID, c.NAME, o.AMOUNT, o.DATE 
FROM CUSTOMERS c 
LEFT OUTER JOIN ORDERS o 
ON (c.ID = o.CUSTOMER_ID);

Po pomyślnym wykonaniu zapytania zobaczysz następującą odpowiedź:

+----+----------+--------+---------------------+ 
| ID | NAME     | AMOUNT | DATE                | 
+----+----------+--------+---------------------+ 
| 1  | Ramesh   | NULL   | NULL                | 
| 2  | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 3  | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3  | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 4  | Chaitali | 2060   | 2008-05-20 00:00:00 | 
| 5  | Hardik   | NULL   | NULL                | 
| 6  | Komal    | NULL   | NULL                | 
| 7  | Muffy    | NULL   | NULL                | 
+----+----------+--------+---------------------+

PRAWE POŁĄCZENIE ZEWNĘTRZNE

HiveQL RIGHT OUTER JOIN zwraca wszystkie wiersze z prawej tabeli, nawet jeśli nie ma żadnych dopasowań w lewej tabeli. Jeśli klauzula ON pasuje do 0 (zero) rekordów w lewej tabeli, JOIN nadal zwraca wiersz w wyniku, ale z wartością NULL w każdej kolumnie z lewej tabeli.

RIGHT JOIN zwraca wszystkie wartości z prawej tabeli plus dopasowane wartości z lewej tabeli lub NULL w przypadku braku zgodnego predykatu łączenia.

Poniższe zapytanie demonstruje RIGHT OUTER JOIN między tabelami CUSTOMER i ORDER.

notranslate "> hive> SELECT c.ID, c.NAME, o.AMOUNT, o.DATE FROM CUSTOMERS c PRAWO ZEWNĘTRZNE ZAMÓWIENIA JOIN o ON (c.ID = o.CUSTOMER_ID);

Po pomyślnym wykonaniu zapytania zobaczysz następującą odpowiedź:

+------+----------+--------+---------------------+ 
| ID   | NAME     | AMOUNT | DATE                | 
+------+----------+--------+---------------------+ 
| 3    | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3    | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 2    | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 4    | Chaitali | 2060   | 2008-05-20 00:00:00 | 
+------+----------+--------+---------------------+

PEŁNE POŁĄCZENIE ZEWNĘTRZNE

HiveQL FULL OUTER JOIN łączy rekordy lewej i prawej tabeli zewnętrznej, które spełniają warunek JOIN. Połączona tabela zawiera albo wszystkie rekordy z obu tabel, albo wypełnia wartości NULL dla brakujących dopasowań po którejkolwiek stronie.

Poniższe zapytanie demonstruje FULL OUTER JOIN między tabelami CUSTOMER i ORDER:

hive> SELECT c.ID, c.NAME, o.AMOUNT, o.DATE 
FROM CUSTOMERS c 
FULL OUTER JOIN ORDERS o 
ON (c.ID = o.CUSTOMER_ID);

Po pomyślnym wykonaniu zapytania zobaczysz następującą odpowiedź:

+------+----------+--------+---------------------+ 
| ID   | NAME     | AMOUNT | DATE                | 
+------+----------+--------+---------------------+ 
| 1    | Ramesh   | NULL   | NULL                | 
| 2    | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 3    | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3    | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 4    | Chaitali | 2060   | 2008-05-20 00:00:00 | 
| 5    | Hardik   | NULL   | NULL                | 
| 6    | Komal    | NULL   | NULL                |
| 7    | Muffy    | NULL   | NULL                |  
| 3    | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3    | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 2    | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 4    | Chaitali | 2060   | 2008-05-20 00:00:00 | 
+------+----------+--------+---------------------+