Question

我正在尝试对4个Hive表进行完全外部联接。 JOIN键相同，但是4个表的架构不同。我想为4个表中存在的所有ID生成所有列值。但是id列应该只包含一次所有值，而不能出现4次（每次来自一个表）

查询1

select count(*)
from table1 f FULL OUTER JOIN table2 u on f.id=u.id
FULL OUTER JOIN table3 v on f.id=v.id
FULL OUTER JOIN table4 v_in on f.id=v_in.id;

Count = 2787037

查询2

select count(*)
from table1 f FULL OUTER JOIN table2 u on f.id=u.id
FULL OUTER JOIN table3 v on f.id=v.id
FULL OUTER JOIN table4 v_in on f.id=v_in.id
group by f.id,u.id,v.id,v_in.id, f.name, f.amt, f.add, u.dt, u.ts, v.ea,v.rd, 
v_in.c1,v_in.c2,v_in.c3,v_in.c4,v_in.c5;

Count = 2787037

如何从一列中的4个表中生成所有ID值以及其他列值？

有更好的方法吗？

Answer 1

您应该只选择所需的列。我认为您想要coalesce()：

select coalesce(f.id, u.id, v.id, v_in.id) as id,
       f.name, f.amt, f.add, u.dt, u.ts, v.ea, v.rd, 
       v_in.c1, v_in.c2, v_in.c3, v_in.c4, v_in.c5
from . . .;

使用full outer join，您需要许多coalesce()：

select . . .
from table1 f full join
     table2 u
     on f.id = u.id full join
     table3 v
     on v.id in (f.id, u.id) full join
     table4 v_in
     on v_in.id in (f.id, u.id, v.id);

蜂巢完全外部联接，在相同的键，不同的架构上具有4个表

1 个答案: