如何減少連接數量？

我必須從右表左邊連接兩個表我需要一些列關於三列的連接條件，以及一些列上連接條件的兩個相似但一個不同的列（又是3列）和一些列上的連接條件一列（這是以前連接中的一個不匹配的列）。如何減少連接數量？

讓我舉例說明

表A中的列A1，A2，A3，A4，A5 表B中的列B1，B2，B3，B4，B5，B6，B7現在

我需要

A1，
A2，
A3，A4，
B1當A2 = B2，A3 = B3，A4 = B4，
B6時，A2 = B5，A3 = B3，A4 = B4，
B7當A2 = B2

現在，我怎麼能做到這一點不表多次加入，或者更少的時間儘可能。隨着CASE當THEN結構或其他任何東西。這些查詢適用於Hive，但大多數SQL功能都受支持。 Hive有不同的優化技術，但歡迎sql人員。

在此先感謝您的努力。

來源

2016-07-16 Himanshu Mehra

樣本數據和期望的結果將確實幫助人們瞭解您想要做什麼。 –

我很肯定hive支持conditional aggregation。如果我正確理解你的問題，你應該能夠使用一個cross join：

select a1, a2, a3, a4, 
     max(case when a2 = b2 and a3 = b3 and a4 = b4 then b1 end) b1, 
     max(case when a2 = b5 and a3 = b3 and a4 = b4 then b6 end) b6, 
     max(case when a2 = b2 then b7 end) b7 
from a cross join b 
group by a1, a2, a3, a4

來源

2016-07-16 01:19:27 sgeddes

嗨，感謝您的回放，我需要做一個左連接，它會與交叉連接相同嗎？我不明白爲什麼我需要使用max函數？ –

@HimanshuMehra - 你需要在'outer join'中使用哪張表？這應該返回'a'的所有結果和'b'中的匹配值。 'max'用於'條件聚合'，基本上是錶轉換（多個連接的替代）。 – sgeddes

@sgedds我很抱歉，我是sql和hive中的新成員，所以我仍然無法理解表的旋轉方式和原因。最大函數定義爲'返回組中列的最大值'。我猜這意味着如果你通過它多列，它會返回具有較高價值的特定記錄。我對嗎？感謝您的幫助。編輯：但最大功能似乎只採取一個值 –

你想幹什麼多個聯接：

select a.a1, a.a2, a.a3, a.a4, b1.b1, b2.b6, and b3.b7 
from a join 
    b b1 
    on a.a2 = b1.b2 and a.a3 = b1.b3 and a.a4 = b1.b4 join 
    b b2 
    on a.a2 = b2.b5 and a.a3 = b2.b3 and a.a4 = b2.b4 join 
    b b3 
    on a.a2 = b.b2;

您可能需要left join如果某些條件不比賽。

來源

2016-07-16 01:30:50

但是OP特別說道：'現在我怎麼能在不加入表格的情況下實現這一點'。我同意這會工作。 – sgeddes

@sgeddes。。。我認爲這是OP描述的問題的最佳解決方案，尤其是考慮到他/她正在工作的環境。 –

夠公平的，不能認爲這可能比「交叉連接」具有更好的性能。也許我不應該從字面上理解這個問題...... – sgeddes

如何減少連接數量？

回答

相關問題