Hive 表连接

hive表连接需要成转换一个mapreduce的作业提交到hadoop上完成。

等值连接（连接条件“=”)

不等值连接（连接条件“

外连接

-按部门统计员工人数：部门号，部门名称，人数
select d.deptno,d.dname,count(e.empno)
from emp e,dept d
where e.deptno=d.deptno
group by d.deptno,d.dname
由以上语句查询的结果由于部门4没有员工，即empno不存在，故无统计，如此一来只有三个部门被统计

所有没有包含在聚合函数的列都要在group by子句之后

通过外连接可以将对于连接条件“不成立”的记录任然包含在最后的结果中

-左外连接（连接条件不成立时左边的表依然可以被包含在最后的结果当中）
-右外连接（连接条件不成立时右边的表依然可以被包含在最后的结果当中）
因此，上例改造为：
select d.deptno,d.dname,count(e.empno)
from emp e right outer join dept d
where (e.deptno=d.deptno)
group by d.deptno,d.dname

自连接

-查询员工的姓名和员工老板的姓名
前提：员工和老板的信息在一张表中。

col1	col2	col3	…
empno(员工号)	ename（员工姓名）	mgr（老板号）	…

自连接的核心：通过表的别名将同一张表视为多张表

假定有两张表：
select e.ename,b.ename
from emp e,emp b
where e.mgr=b.empno;

hive的子查询

hive只支持：from和where子句中的子查询
-查询部门名称为’销售’或者’财务’的员工姓名
select e.ename from emp e where e.deptno in (select d.deptno from dept d where d.dname=’SALES’ or d.dname=’ACCOUNTING’);

注意:
语法中的括号
合理的书写风格
hive只支持where和from子句的子查询
主查询和子查询可以不是同一张表，只要子查询返回的结果主查询可以使用就可以
子查询的空值问题，如果子查询的集合中有null值，则不能使用not in操作符，可以使用in操作符
select * from emp e where e.empno not in (select e1.mgr from emp e1 )—>error;
select * from emp e where e.empno not in (select e1.mgr from emp e1 where e1.mgr is not null)—>√