获取同一表中不同行中具有匹配字段的所有行答案

【问题标题】：Get all rows with a matching field in a different row in the same table获取同一表中不同行中具有匹配字段的所有行
【发布时间】：2013-08-07 13:38:53
【问题描述】：

假设我有一张这样的桌子：

|id|userID|email         |website    |
--------------------------------------
|1 |user1 |user1@test.com|website.com|
|2 |user2 |user2@test.com|website.com|
|3 |user3 |user3@test.com|website.com|
|4 |user1 |user1@test.com|foo.com    |
|5 |user2 |user2@test.com|foo.com    |

我想获取 website='website.com' 的所有行，并在 website='foo.com' 有一个匹配的用户 ID 的相应行

因此，在这种情况下，它将返回第 1 行和第 2 行。

有什么想法吗？

【问题讨论】：

标签： sql hive impala

【解决方案1】：

这是一种方法：

select t.*
from t
where t.website = 'website.com' and
      exists (select 1 from t t2 where t2.userId = t.userId and t2.website = 'foo.com');

编辑：

您也可以将其表示为连接：

select distinct t.*
from t join
     t2
     on t2.userId = t.userId and
        t.website = 'website.com' and
        t2.website = 'foo.com';

如果你知道没有重复，那么你可以删除distinct。

【讨论】：

据我所知，Hive 和 Impale 都不支持 exists 子句。这是完全有效的 sql，但在这种情况下不起作用。

【解决方案2】：

为了得到用户你可以做

select userID
from your_table
where website in ('website.com', 'foo.com')
group by userID
having count(distinct website) = 2

但是如果你需要完整的行然后做

select * from your_table
where userID in
(
   select userID
   from your_table
   where website in ('website.com', 'foo.com')
   group by userID
   having count(distinct website) = 2
)

【讨论】：

这似乎工作得很好！有什么方法可以从匹配的行中获取所有列，而不仅仅是 userID？
@JGibel：是的，这是我回答中的第二个问题。
这似乎适用于标准 SQL，不幸的是 impala 不支持 in 子句中的子查询。我会发布另一个问题来尝试解决这个问题，谢谢！
我做到了，但我遇到了类似的问题。不过我确实找到了解决方法！对于任何查看此内容的人，请在此处查看：stackoverflow.com/questions/10710075/… 谢谢，@juergen d
供参考：正如我的回答中提到的，Hive 中的子查询只允许在 FROM 子句中使用。因此，此答案中的第二个查询是完全有效的 sql，但在 Impala 或 Hive 中不起作用。 cwiki.apache.org/confluence/display/Hive/…

【解决方案3】：

Hive 在使用子查询方面有点受限（它们在FROM 子句中使用are only allowed），所以我们必须解决这个问题。好消息是我们不必（太多）担心进行大规模连接，因为，Hadoop。 :-)

在表中查找匹配行的一种方法是简单地将表连接起来。

SELECT left.*
FROM your_table left
JOIN your_table right
ON (left.userID = right.userID)
WHERE left.website = 'website.com'
AND right.website = 'foo.com';

请注意，我们有同一个表的两个版本，分别称为 left 和 right，我们正在从 left 检索在 right 中具有相同用户 ID (JOIN) 的匹配行的行条件）但网站是 foo.com（and 子句）。

希望对您有所帮助。

【讨论】：