Question

如何在Hive中使用In子句我想在Hive中写这样的东西从y中选择x，其中y.z in（从y中选择不同的z）按x排序; 但我没有找到任何办法...... 我在Hive 0.7中尝试了In子句它抛出了错误，我也尝试了Find_in_Set .. 使用find_in_set（y.z，子查询）..但是工作失败了。

我想在Hive上这样做。如果有人知道如何在Hive中这样做，请帮助我。

谢谢＆amp;问候，阿图尔

Answer 1

您可以使用半联接（https://cwiki.apache.org/Hive/languagemanual-joins.html）：

LEFT SEMI JOIN以有效的方式实现相关的IN / EXISTS子查询语义。由于Hive目前不支持IN / EXISTS子查询，因此您可以使用LEFT SEMI JOIN重写查询。使用LEFT SEMI JOIN的限制是右侧表只应在连接条件（ON子句）中引用，而不能在WHERE-或SELECT子句等中引用。

SELECT a.key, a.value
  FROM a
  WHERE a.key in
   (SELECT b.key
    FROM B);

可以改写为：

   SELECT a.key, a.val
   FROM a LEFT SEMI JOIN b on (a.key = b.key)

Answer 2

Hive 0.13现在支持WHERE子句中的IN / EXISTS ..问题https://issues.apache.org/jira/browse/HIVE-784已在4年后解决了:)

Answer 3

根据https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Select：

“Hive不支持WHERE子句中的IN，EXISTS或子查询。”

你可能想看看： https://issues.apache.org/jira/browse/HIVE-801

https://issues.apache.org/jira/browse/HIVE-1799

Answer 4

我正在使用配置单元0.7.1和SELECT * FROM MYTABLE WHERE MYCOLUMN IN ('thisThing','thatThing');

我在列类型STRING上对此进行了测试，因此我不确定这是否适用于所有数据类型，因为我注意到上面提到的Wawrzyniec，Hive语言手册说它不受支持而是使用LEFT SEMI JOIN但在我的测试中它运作良好。

Answer 5

Hive完全支持IN ...它不支持WHERE子句中的子查询

Facebook工程师4年来就有一张开放的功能票...... https://issues.apache.org/jira/browse/HIVE-784?focusedCommentId=13579059

Answer 6

假设table t1(id,name)和table t2(id,name)

仅列出t2中存在的来自t1的ID（基本上是IN子句）

hive>select a.id from t1 a left semi join t2 b on (a.id=b.id);

仅列出t1中仅存在于t1但不存在于t2中的ID（基本上为NOT IN子句）

hive>select a.id from t1 a left outer join t2 b on(a.id=b.id) where b.id is null;

Answer 7

Hive确实支持IN / EXISTS语句，因为Hive 0.13几乎没有限制。有关详细信息，请参阅https://cwiki.apache.org/confluence/display/Hive/LanguageManual+SubQueries。

如何编写子查询并在Hive中使用“In”子句

7 个答案: