不平等加入蜂巢

Question

我正在尝试在hive上模拟SQL查询，我从两个表中获取不具有公共字段的数据。

这两个表是几何的（GeoHive），一个包含一堆点（每个记录一个），另一个包含一个网格（每个记录一个单元格）。目标是计算每个细胞内适合的点数。

两个表之间的连接条件是几何函数本身。这就是我在PostGIS中的做法：

SELECT g.geom, count(t.geom) AS cnt
   FROM grid g, points t
WHERE st_contains(g.geom,t.geom) GROUP BY g.geom

Hive不接受多重选择，因此我必须执行连接。我认为这样的事情可行：

SELECT count(1) FROM grid JOIN points WHERE   
 ST_Contains(grid.geom,points.geom) GROUP BY grid.geom;

，但是hive silently ignores my condition：

＆＃34; Hive不支持非平等条件的连接条件，因为很难表达诸如map / reduce作业之类的条件＆＃34;

任何人都有关于如何在Hive上重构此类查询的想法？

Answer 1

我将回答我自己的问题，说明我的查询尝试是正确的：由于其他原因失败，这与语法无关。

SELECT count(grid.geom) as ptcnt FROM grid JOIN points WHERE
ST_Contains(grid.geom,points.geom) GROUP BY grid.geom;

这实际上相当于写作：

SELECT count(grid.geom) as ptcnt FROM grid JOIN points ON(TRUE) WHERE
ST_Contains(grid.geom,points.geom) GROUP BY grid.geom;

Hive实际上不支持非平等连接，因此我将连接条件设置为＆＃34; TRUE＆＃34;，并在＆＃34; WHERE＆＃34;上过滤我的结果。条款。

显然，这是空间连接的一种非常标准的行为，因为您可以阅读here。