RIGHT/LEFT OUTER JOIN 在 HIVE 中的表现不同？答案

【问题标题】：RIGHT/LEFT OUTER JOIN perform differently in HIVE?RIGHT/LEFT OUTER JOIN 在 HIVE 中的表现不同？
【发布时间】：2013-10-24 21:54:07
【问题描述】：

“RIGHT OUTER JOIN”和“LEFT OUTER JOIN”在 HIVE 中的表现是否不同？

例如，表 A 是一个小表。表 B 更大，并且在 col2 上进行了分区。

查询 1： SELECT * FROM A RIGHT OUTER JOIN B on (A.col=B.col) WHERE B.col2>20131001

查询 2： SELECT * FROM A LEFT OUTER JOIN B on (A.col=B.col) WHERE B.col2>20131001

查询 1 只扫描了少量分区，但查询 2 扫描了表 B 的所有分区。是 bug 还是我遗漏了什么？

谢谢！

【问题讨论】：

标签： join hive

【解决方案1】：

我也遇到过同样的情况（不知道为什么会这样，错误或功能。我肯定会认为这是错误）。由于我大量使用左外连接，因此我使用以下解决方法：

SELECT *
FROM A
LEFT OUTER JOIN
  (SELECT *
   FROM B
   WHERE B.COL2 >20131001) ON (A.COL=B.COL)

或

SELECT *
FROM A
LEFT OUTER JOIN B ON (A.COL= B.COL
                      AND B.COL2 > 20131001)

我正在开发 Hive 0.11 ...如果在以后的版本中修复这个问题会很有趣。

【讨论】：

【解决方案2】：

查询 1 表 B 是保留表，因此 B 的谓词是下推的。

查询 2 表 B 不是保留表，因此 B 的 where 谓词不会 pushdown.hive 会扫描整个表 B

更多详情请参见OuterJoinBehavior

【讨论】：