Question

可以解释一下HiveQL中这两个查询之间的区别。基本上我想从table a过滤掉大于2017-05-01的日期。第二个查询没有给出我预期的结果，但第一个查询没有。我认为它们是等价的

select a.user_id
, b.user_id
, a.event_date
, b.event_date
, to_date(a.event_date)
from default.t1 as a
left join stage.t2 as b
on a.user_id = b.user_id
and a.event_date = b.event_date
where a.event_date >= '2017-05-01'

VS。

select a.user_id
, b.user_id
, a.event_date
, b.event_date
, to_date(a.event_date)
from default.t1 as a
left join stage.t2 as b
on a.user_id = b.user_id
and a.event_date = b.event_date
and a.event_date >= '2017-05-01'`

Answer 1

left join保留第一个表中的所有行，无论on子句的计算结果是否为true。当on子句的计算结果为true时，它也会在第二个表中包含所有匹配的行。否则，第二个表中的列为NULL。

因此，left join基本上忽略了第一个表上的任何过滤条件。无论如何，它都会保留第一个表中的行。

实际上，情况稍微复杂一些。如果on条件未评估为true，则第二个表中的列均为NULL。因此，在第二个查询中，当日期不匹配时，b中的列应为NULL。

怎么办？

left join中第一个表格的条件应始终包含在where条款中。
第二个表格的条件应始终放在on子句中。

Answer 2

我发现类似的问题，@Sandeep Jindal的答案是最好的

SQL join: where clause vs. on clause

一个。 WHERE子句：加入后。加入后，记录将被过滤。

湾ON子句 - 加入之前。在加入之前将过滤记录（来自右表）。这可能最终在结果中为null（因为OUTER join）。

混淆'和'过滤器内部的过滤器

2 个答案: