内连接：inner join
--join优化：在进行join的时候，大表放在最后面
--但是使用/*+streamtable(大表名称)*/来标记大表，那么大表放在什么位置都行了
select /*+streamtable(s)*/ s.ymd,d.dividend
from stocks s inner join dividends d on s.ymd=d.ymd and s.symbol=d.symbol
where s.symbol=’aapl’
外连接：left outer join,right outer join,full outer join
把外连接(outer join)中where语句中的过滤条件，放在on语句是无效的。不过对于内连接有效。
左半开连接：left semi-join（hive不支持右半开连接）
左半开连接（left semi-join）只会返回左边表的记录，前提是其记录对于右边表满足on语句中的判定条件，相当于sql中的in和exists
select和where语句中都不能引用右边表的字段。
注意点：
semi-join比inner join更高效
hive不支持右半开连接.
map端join：map-side join （使用桶的情况下）
map-side join：hive可以在map端执行连接过程（对于在join时有一个是小表的情况）
使用map-side join，需要配置下：
（1）hive0.7版本之前，需要加/*+ mapjoin(表名) */
select /*+ mapjoin(d) */ s.ymd,d.dividend from stocks s join dividends d
on s.ymd=d.ymd and s.symbol=d.symbol
where s.symbol=’AAPL
（2）hive0.7版本开始，设置hive.auto.convert.join=true
hive.auto.convert.join=true
hive.mapjoin.smalltable.filsize=25000000 --使用这个优化的小表的大小(单位：字节)--注意：右外连接和全外连接不支持这个优化
备注：
(1). hive的join语句，只支持等值连接。
(2).注：pig提供的交叉生成功能支持“非等值连接”.
(3).hive目前不支持在join的on子句中使用or。
网友评论