如何减少连接数量？

我必须从右表左边连接两个表我需要一些列关于三列的连接条件，以及一些列上连接条件的两个相似但一个不同的列（又是3列）和一些列上的连接条件一列（这是以前连接中的一个不匹配的列）。如何减少连接数量？

让我举例说明

表A中的列A1，A2，A3，A4，A5 表B中的列B1，B2，B3，B4，B5，B6，B7现在

我需要

A1，
A2，
A3，A4，
B1当A2 = B2，A3 = B3，A4 = B4，
B6时，A2 = B5，A3 = B3，A4 = B4，
B7当A2 = B2

现在，我怎么能做到这一点不表多次加入，或者更少的时间尽可能。随着CASE当THEN结构或其他任何东西。这些查询适用于Hive，但大多数SQL功能都受支持。 Hive有不同的优化技术，但欢迎sql人员。

在此先感谢您的努力。

来源

2016-07-16 Himanshu Mehra

样本数据和期望的结果将确实帮助人们了解您想要做什么。 –

我很肯定hive支持conditional aggregation。如果我正确理解你的问题，你应该能够使用一个cross join：

select a1, a2, a3, a4, 
     max(case when a2 = b2 and a3 = b3 and a4 = b4 then b1 end) b1, 
     max(case when a2 = b5 and a3 = b3 and a4 = b4 then b6 end) b6, 
     max(case when a2 = b2 then b7 end) b7 
from a cross join b 
group by a1, a2, a3, a4

来源

2016-07-16 01:19:27 sgeddes

嗨，感谢您的回放，我需要做一个左连接，它会与交叉连接相同吗？我不明白为什么我需要使用max函数？ –

@HimanshuMehra - 你需要在'outer join'中使用哪张表？这应该返回'a'的所有结果和'b'中的匹配值。 'max'用于'条件聚合'，基本上是表转换（多个连接的替代）。 – sgeddes

@sgedds我很抱歉，我是sql和hive中的新成员，所以我仍然无法理解表的旋转方式和原因。最大函数定义为'返回组中列的最大值'。我猜这意味着如果你通过它多列，它会返回具有较高价值的特定记录。我对吗？感谢您的帮助。编辑：但最大功能似乎只采取一个值 –

你想干什么多个联接：

select a.a1, a.a2, a.a3, a.a4, b1.b1, b2.b6, and b3.b7 
from a join 
    b b1 
    on a.a2 = b1.b2 and a.a3 = b1.b3 and a.a4 = b1.b4 join 
    b b2 
    on a.a2 = b2.b5 and a.a3 = b2.b3 and a.a4 = b2.b4 join 
    b b3 
    on a.a2 = b.b2;

您可能需要left join如果某些条件不比赛。

来源

2016-07-16 01:30:50

但是OP特别说道：'现在我怎么能在不加入表格的情况下实现这一点'。我同意这会工作。 – sgeddes

@sgeddes。。。我认为这是OP描述的问题的最佳解决方案，尤其是考虑到他/她正在工作的环境。 –

够公平的，不能认为这可能比“交叉连接”具有更好的性能。也许我不应该从字面上理解这个问题...... – sgeddes

如何减少连接数量？

回答

相关问题