我可以更新单列，但我无法更新从另一个表引用的多个列。
我启用了所有ACID属性以支持hive（1.2.1）表更新。
我有两张桌子，
表1：
架构：
create table table1（emp_id int，emp_name string，etime timestamp）;
数据：
emp_id | emp_name | etime
1 |大卫| 2016-01-08 12:27:30
2 |约翰| 2016-01-08 12:27:45
表2
架构：
创建表table2（emp_id int，emp_name字符串，etime时间戳）将（emp_id）聚集成4个桶存储为orc TBLPROPERTIES（'transactional'='true'）; < / strong>
数据：
emp_id | emp_name | etime
1 |大卫| 2016-01-08 12:02:30
2 | johny | 2016-01-08 11:20:45
3 | kiran | 2016-01-08 11:01:36
现在我想基于table1数据更新table2中的所有列，例如比较两个表的emp_id。我希望输出如下
表2：
emp_id | emp_name | etime
1 |大卫| 2016-01-08 12:27:30
2 |约翰| 2016-01-08 12:27:45
3 | kiran | 2016-01-08 11:01:36
答案 0 :(得分：0)
试试这个：
更新table2 设置t2.etime = t1.etime 来自table2 t2 左外连接table1 t1在t1.emp_id = t2.emp_id上 其中t1.emp_id不为空
答案 1 :(得分：0)
更新所有列在Hive中没有意义。 Hive与RDBMS不同。如果您的上表是十亿行，200列表，那么该过程将是超级慢并且不是使用Hive的有效方式。您可以使用Hbase并将数据从Hbase拉入Hive。 但是，在Hive中，我用于上述场景的方法是在第二个表中使用is_valid（二进制）字段。
示例：
表2
架构：
创建表table2（emp_id int，emp_name字符串，etime时间戳， is_vald boolean ）将（emp_id）集群设置为4个存储为orc TBLPROPERTIES的存储桶（＆＃39; transactional＆＃39; =＆ ＃39;真＆＃39）;
数据：
emp_id | emp_name | etime | is_valid
1 |大卫| 2016-01-08 12:02:30 |真
2 | johny | 2016-01-08 11:20:45 |真
3 | kiran | 2016-01-08 11:01:36 |真
使用左外连接来识别已更改的记录（我建议在此处使用视图）
创建视图update_emp_id_vw as table t1.emp_id from table1 t1 left half join table2 t2 on t1.emp_id = t2.emp_id
更新table2 set is_valid = flase其中emp_id in（从update_emp_id_vw中选择emp_id）
插入table2 从table1中选择emp_id，emp_name，etime，true，其中emp_id在（从update_emp_id_vw中选择emp_id）
表2：
emp_id | emp_name | etime | is_valid
1 |大卫| 2016-01-08 12:02:30 |假
2 | johny | 2016-01-08 11:20:45 |假
3 | kiran | 2016-01-08 11:01:36 |真
1 |大卫| 2016-01-08 12:27:30 |真
2 |约翰| 2016-01-08 12:27:45 |真
稍后，您只能查询is_valid = true的字段。如果您不想要table2中的历史记录，则可以删除is_valid = false的行。
您可以实施其他几个逻辑。如果您想将其用作缓慢变化的维度，则可以选择此选项。如果要跟踪历史记录，可以将current_timestamp字段添加到table2。 （更多信息可在此博客中找到：https://hortonworks.com/hadoop-tutorial/using-hive-acid-transactions-insert-update-delete-data/）
希望这会有所帮助......