Hive表连接----内连接,全连接,左连接,右连接

数据准备:员工表,部门表
建表语句:12个员工,3个部门
复制代码
create table emp(
    id int,
    name string,
    deptno int
)clustered by (id) into 2 buckets row format delimited fields terminated by ",";

truncate table emp;

insert  into emp (id, name, deptno)
values (1,"zhangsan",10),(2,"lisi",20),(3,"wangwu",30),(4,"zhaoliu",10),(5,"xiaoqi",30),(6,"gouba",10),
       (7,"jiujiu",20),(8,"shishi",30),(9,"shiyi",null),(10,"shier",10),(11,"shisan",10),(12,"shisi",30);

select *
from emp order by id;


truncate table dept;
create table dept(
    deptno int,
    deptname string
)clustered by (deptno) into 3 buckets row format delimited fields terminated by ",";

insert into dept
values (10,"研发部"),(20,"开发部"),(30,"宣传部");

select *
from dept;
1.内连接:只返回两个表中满足连接条件的记录。当某一表中的记录在另一表中没有匹配时,这些记录将被排除在结果之外。
复制代码
select *
from emp e inner join dept d on e.deptno = d.deptno order by id;


1,zhangsan,10,10,研发部
2,lisi,20,20,开发部
3,wangwu,30,30,宣传部
4,zhaoliu,10,10,研发部
5,xiaoqi,30,30,宣传部
6,gouba,10,10,研发部
7,jiujiu,20,20,开发部
8,shishi,30,30,宣传部
10,shier,10,10,研发部
11,shisan,10,10,研发部
12,shisi,30,30,宣传部
2.全连接:返回两个表中所有的记录,无论是否满足连接条件。对于没有匹配的记录,另一表中的字段将显示为NULL。
复制代码
-- 全连接
select *
from emp e full join dept d on e.deptno = d.deptno order by id;


1,zhangsan,10,10,研发部
2,lisi,20,20,开发部
3,wangwu,30,30,宣传部
4,zhaoliu,10,10,研发部
5,xiaoqi,30,30,宣传部
6,gouba,10,10,研发部
7,jiujiu,20,20,开发部
8,shishi,30,30,宣传部
9,shiyi,,,
10,shier,10,10,研发部
11,shisan,10,10,研发部
12,shisi,30,30,宣传部
3.左连接:返回左表中的所有记录,以及右表中满足连接条件的记录。对于左表中没有匹配的记录,右表中的字段将显示为NULL。
复制代码
select *
from emp e left join dept d on e.deptno = d.deptno order by id;



1,zhangsan,10,10,研发部
2,lisi,20,20,开发部
3,wangwu,30,30,宣传部
4,zhaoliu,10,10,研发部
5,xiaoqi,30,30,宣传部
6,gouba,10,10,研发部
7,jiujiu,20,20,开发部
8,shishi,30,30,宣传部
9,shiyi,,,
10,shier,10,10,研发部
11,shisan,10,10,研发部
12,shisi,30,30,宣传部
4.右连接:返回右表中的所有记录,以及左表中满足连接条件的记录。对于右表中没有匹配的记录,左表中的字段将显示为NULL(两个或者两个以上的数据只显示一条null)。
复制代码
-- 修改表数据,将右表某个只设置为空

truncate table dept;

insert into dept
values (10,"研发部"),(null,"开发部"),(30,"宣传部");

select id, name, e.deptno, d.deptno, deptname
from emp e right join dept d on e.deptno = d.deptno order by id;


,,,,开发部
1,zhangsan,10,10,研发部
3,wangwu,30,30,宣传部
4,zhaoliu,10,10,研发部
5,xiaoqi,30,30,宣传部
6,gouba,10,10,研发部
8,shishi,30,30,宣传部
10,shier,10,10,研发部
11,shisan,10,10,研发部
12,shisi,30,30,宣传部
相关推荐
isfox7 小时前
Google GFS 深度解析:分布式文件系统的开山之作
大数据·hadoop
鼠鼠我捏,要死了捏9 小时前
Hadoop NameNode内存泄漏与GC停顿问题排查与解决方案
hadoop·问题排查·jvm优化
嘉禾望岗50312 小时前
Yarn介绍与HA搭建
大数据·hadoop·yarn
IT研究室13 小时前
大数据毕业设计选题推荐-基于大数据的国家药品采集药品数据可视化分析系统-Spark-Hadoop-Bigdata
大数据·hadoop·信息可视化·spark·毕业设计·数据可视化·bigdata
Lx35214 小时前
Hadoop性能瓶颈分析:从JVM到磁盘IO的全链路优化
大数据·hadoop
DashingGuy14 小时前
数仓建模理论
数据仓库
BYSJMG17 小时前
计算机毕业设计选题:基于Spark+Hadoop的健康饮食营养数据分析系统【源码+文档+调试】
大数据·vue.js·hadoop·分布式·spark·django·课程设计
励志成为糕手18 小时前
Hadoop进程:深入理解分布式计算引擎的核心机制
大数据·hadoop·分布式·mapreduce·yarn
像豆芽一样优秀18 小时前
Hive和Flink数据倾斜问题
大数据·数据仓库·hive·hadoop·flink
计算机毕业设计木哥21 小时前
计算机毕业设计 基于Python+Django的医疗数据分析系统
开发语言·hadoop·后端·python·spark·django·课程设计