无法从联接中获取我想要的所有数据

Question

我有一个 hive 表，其中包含一些我需要分析的 http 会话。一列的 http 会话 ID 在整个会话中都是一致的。

我正在尝试查找属于会话一部分的所有行，其中执行了一组特定操作并且会话超时结束。

set hive.cli.print.header=true;

SELECT * FROM

(SELECT DISTINCT id, x_date, y
FROM log
WHERE ((to_date(x_date)) >= (date_sub(current_date, 1)))
AND y like '%timeout%') u

JOIN

(SELECT id, x_date, y, z, q, a 
FROM log
WHERE ((to_date(x_date)) >= (date_sub(current_date, 1)))
AND z in ('1', '2', '3', '4')) o

ON u.id = o.id
ORDER BY u.id, o.x_date;

我要查找的是

id = 123 and y like '%timeout%' 
AND (id = 123 and z in('1','2','3','4') 

我目前得到的是类似的东西

if  (id = 123 and y like %timeout%)
select * where (id = 123 and z in ('1','2','3','4'))

预期输出应该比实际输出大得多，因为我应该得到许多只有 ID = 123 的行。

问题是我需要所有符合这两个条件的 ID，所以我必须先找到所有 ID :)

我希望这是有道理的，我觉得我可能以一种令人困惑的方式措辞了这个问题。

Answer 1

试试这个，它可以在 SQL 中工作，我对 Hive 不是超级精通，但它应该根据我所读的内容工作。

SELECT id, x_date, y, z, q, a
FROM log
WHERE z IN ('1','2','3','4','5') 
      AND id IN (
         SELECT id
         FROM log
         WHERE ((to_date(x_date)) >= (date_sub(current_date, 1)))
               AND y like '%timeout%')