Where 子句 (HIVE) 中连接与子查询的性能答案

【问题标题】：Performance of Join vs Subquery in Where Clause (HIVE)Where 子句 (HIVE) 中连接与子查询的性能
【发布时间】：2019-03-19 06:26:53
【问题描述】：

有人可以帮我了解哪种方法最有效。

第一个表 users_of_interest_table 有一列 users 有大约 1,000 个唯一用户 ID。

第二个表app_logs_table 有一个users 列和一个app_log 列。该表有超过 10 亿行和超过 1000 万的唯一用户。

为users_of_interest 中的用户获取所有应用日志数据的最有效方法是什么。到目前为止，这是我想出的。

选项 1：使用内部联接

SELECT 
  u.users, a.app_logs
FROM 
  users_of_interest_table u
INNER JOIN 
  app_logs_table a
ON 
  u.users = a.users

选项 2：Where 子句中的子查询

SELECT 
  a.users, a.app_logs
FROM 
  app_logs_table a
WHERE 
  a.users IN (SELECT u.users FROM users_of_interest_table u)

【问题讨论】：

【解决方案1】：

社区建议使用 Join 子句，但是，在我所做的一些测试中，In 子句效率更高

您必须自己进行测试，为此使用 SQL Server Profile 工具

【讨论】：