Question

根据Apache Hive Wiki（https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DML），多重插入“可以减少所需的数据扫描次数。Hive可以通过只扫描一次输入数据（并应用不同的查询运算符）到输入数据来将数据插入到多个表中”。

但是，可以将联接应用于这些多个插入吗？

我之所以问是因为我无法在通用FROM语句中应用联接，因为我需要考虑到每个“第一”表的不同参数来对第二个表的数据进行子集化。

谢谢！

Answer 1

应该可能是这样。

from (
select a.*,b* from a inner join b on a.id=b.id2
)
insert ..
insert ..

Answer 2

是的，您也可以应用加入条件。查询格式如下：

from emp a,emp b
insert into table manager select distinct a.manager_id,a.name where a.id=b.manager_id 
insert into table dept select distinct a.dept_id,a.project_id;

以上查询将对emp表应用自连接，并将提取manager_id和name，然后将其插入manager表中。还将在dept表中插入project_id和dept_id。

简单地说，在查询中使用内部联接也将执行与上述相同的任务：

从emp中将内部连接emp b插入表管理器中，选择不同的a.manager_id，a.name，其中a.id = b.manager_id插入表部中，选择不同的a.dept_id，a.project_id;

在Hive中加入连接的多重插入

2 个答案: