Hive：使用另一个表过滤一个表答案

【问题标题】：Hive: filter a table using another tableHive：使用另一个表过滤一个表
【发布时间】：2018-10-30 03:01:42
【问题描述】：

我对 hive 和 sql 非常陌生，我对如何处理以下问题有疑问：

我有桌子 A：

Name    id

Amy     1
Bob     4
Josh    9
Sam     6

我想使用另一个表（表 B）中的值对其进行过滤：

Value  id

.2     4
.7     6

要获得一个看起来像表 A 但只包含在 id 列中的值也出现在表 B 的 id 列中的行的新表：

Name    id

Bob     4
Sam     6

所以我假设我会写一些类似...的东西

CREATE TABLE Table C AS
SELECT * FROM Table A
WHERE id....

【问题讨论】：

标签： sql filter hive

【解决方案1】：

加入吧..

hive> CREATE TABLE TableC AS           
    > SELECT A.* FROM TableA as A,
    > TableB as B                       
    > WHERE A.id = B.id;

hive> SELECT * FROM TableC;
OK
Bob 4
Sam 6

或者试试这个，

hive> CREATE TABLE TableD AS           
    > SELECT A.* FROM TableA as A join
    > TableB as B                       
    > on A.id = B.id;

hive> SELECT * FROM TableD;
OK
Bob 4
Sam 6

【讨论】：

我尝试运行以下命令：CREATE TABLE tableC AS SELECT A.* FROM tableA as A, tableB as B WHERE A.id = B.2; 并得到error while compiling statement: failed: parseexception line 2:34 missing eof at ',' near 'a' 我觉得我经常遇到这种错误。它与我正在运行的 Hive 版本有关吗？或者这在 SQL 中有效但在 Hive 中无效？
看你的查询，你写了WHERE A.id = B.2，写了WHERE A.id = B.id
这不是问题，我正在编辑变量名，只是打错了。
第二个解决方案运行没有错误，但返回的表比我开始时的行数多
写内连接而不是连接

【解决方案2】：

使用以下列创建了两个表

CREATE TABLE TABLE_1 
( NAMES VARCHAR2(10) NOT NULL,
ID_1 NUMBER (2) NOT NULL)

CREATE TABLE TABLE_2 
( VALUES_1 VARCHAR2(10) NOT NULL,
ID_1 NUMBER (2) NOT NULL)

并在这些表中插入值

最终表应该被创建为

CREATE TABLE TABLE_3 AS (
SELECT T1.NAMES,T2.ID_1 FROM TABLE_1 T1,TABLE_2 T2
WHERE T1.ID_1(+)= T2.ID_1)

【讨论】：

我试过：CREATE TABLE newtable AS SELECT t1.* FROM table1 t1, table2 t2 WHERE t1.id (+)= t2.id);我收到一个错误：编译语句时出错：失败：parseexception line 2:26 cannot identify input near 't1' ',' 'table2' in table source
“缺少左括号”错误将会出现，并且表 1 的值 Name id Amy 1 Bob 4 Josh 9 Sam 6 而表 2 的值 Value id .2 4 .7 6
我尝试运行以下，但遇到错误：CREATE TABLE Table_C AS (SELECT a.* FROM table_a a, table_b b WHERE a.id (+)= b.id); 但我在第 2 行收到以下错误：error while compiling statement: failed: parseexception line 2:0 cannot recognize input near '(' 'select' 'a' in select clause
这个语法对我来说是一个错误，它不喜欢 table1_t1 和 table2_t2 之间的逗号

【解决方案3】：

我想要的结果的正确语法是：

CREATE TABLE tableC AS
SELECT tableA.*
FROM tableA LEFT SEMI JOIN tableB on (tableA.id = tableB.id);

【讨论】：

【解决方案4】：

创建结果表

CREATE TABLE TABLE3 (Name STRING, id INT)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

然后使用 Join 插入到新表中

INSERT INTO  TABLE TABLE3 SELECT t1.Name, t1.Id from Table1 t1 
JOIN Table2 t2 WHERE t1.id = t2.id;

会给你想要的结果。

【讨论】：