Question

我们有类似下面的查询：（partition_date是我们的表分区）

SELECT * FROM A
JOIN B 
where partition_date > B.last_runtime;

我们意识到，通过将条件放在where子句中，它会导致全表扫描，因此我们需要将其作为JOIN放在ON中。

问题是Hive不支持不等式连接，所以考虑使用BETWEEN运算符，如下所示：

Select * from A
JOIN B ON par_date between B.last_runtime and '99999999';

这给了我们错误：遇到了左右别名在加入＆＃39; 99999999＆＃39;＆＃39;

如果我用实际值替换B.last_runtime，请说＆＃39; 20160310＆＃39;它工作正常......

任何想法？提前致谢

Answer 1

A BETWEEN B AND C转换为 A大于或等于B AND A小于或等于C ，所以我认为它仍然是非等值的。

但是，我无法解释错误消息的含义。如果您想分析源代码，请抛出here：

private static boolean hasTableAlias(JoinTypeCheckCtx ctx, String tabName, ASTNode expr)
    throws SemanticException {
  int tblAliasCnt = 0;
  for (RowResolver rr : ctx.getInputRRList()) {
    if (rr.hasTableAlias(tabName))
      tblAliasCnt++;
  }

  if (tblAliasCnt > 1) {
    throw new SemanticException(ErrorMsg.INVALID_JOIN_CONDITION_1.getMsg(expr));
  }

  return (tblAliasCnt == 1) ? true : false;
}

Answer 2

在加入条件期间，Hive不支持>，<，<=，>=等任何操作。可能会left或right加入。这是一个例子：

select A.Name, A.Address, B.salary from Person_details as A left join Person_earnings as B on (B.salary > 15000)

<强>代替

select A.Name, A.Address, B.salary from Person_details as A left join Person_earnings as B on (A.Id=B.Id) where B.salary > 15000

首先，应该进行相等操作，之后可以应用其他条件。由于Hive用于大型数据集，因此它首先仅支持相等条件。

Hive不等式在运算符

2 个答案: