Hive 加入分区答案

【问题标题】：Hive join over partitionHive 加入分区
【发布时间】：2019-11-05 20:10:19
【问题描述】：

我有这两张桌子：

table products
(
product_id bigint, 
product_name string
)
partitioned by (product_category as string)

table place_of_sale
(
product_id bigint, 
city string
)
partitioned by (country as string)

我怎样才能离开加入基于“product_id”但超过表place_of_sale的分区“国家”的2个表？

这是一个具有预期结果的示例：

table products
product_id      product_name    product_category
1000            banana          fruit
1001            coconut         fruit
1002            ananas          fruit
2002            cow             animal
2003            beef            animal


table place_of_sale
product_id      city        country
1000            Texas       USA
1002            Miami       USA
2003            Sydney      Australia


desired result for a left join between table products and table place_of_sale over the partition country :

product_id      product_name        product_category    city   country
1000            banana              fruit               Texas  USA
1001            coconut             fruit               null   null
1002            ananas              fruit               Miam   USA

2002            cow                 animal              null   null
2003            beef                animal              Sydney Australia

这里仅给出了 2 个不同国家的示例，但可以想象有很多不同的国家。这就像为每个国家/地区执行左连接，然后在所有国家/地区的结果之间进行联合。

【问题讨论】：

你想要什么结果。在这种情况下，不清楚“在分区‘国家’之上”是什么意思
我想拥有每个国家/地区的已售和未售产品列表
请提供一些例子，不清楚“列表”是什么意思。每个国家/产品或数组的分隔符分隔字符串，或者您只需要每个产品一行。未售出表示第二张表中没有产品？

标签： join hive hiveql partition

【解决方案1】：

如果售出的产品是表 place_of_sale 中存在的产品，则使用 LEFT JOIN：

select s.country, p.product_id, p.product_name, p.category, 
       case when s.product_id is NULL then "not sold" else "sold" as sold 
 from products p
      left join place_of_sale s on p.product_id = s.product_id 
 order by country, product_id --order if necessary

【讨论】：