假设有两张table：
table1.c1 table1.c2
1 1 A
2 1 B
3 1 C
4 2 A
5 2 B以及
table2.c1 table2.c2
1 2 A
2 2 D
3 3 A
4 3 B当我这样做时：
select distinct t1.c1, t2.c2
from
schema.table1 t1
join
schema.table2 t2
on (t1.c2 = t2.c2
and t1.c1 = t2.c1
and t1.c1 = 2)在Hive里，我得到：
t1.c1 t2.c2
1 2 A这是预期的结果，没问题。但是，当我这么做的时候：
select distinct t1.c1, t2.c2
from
schema.table1 t1
left join
schema.table2 t2
on (t1.c2 = t2.c2
and t1.c1 = t2.c1
and t1.c1 = 2)我得到：
t1.c1 t2.c2
1 1 NULL
2 2 NULL
3 2 A所以，filter-in-on子句似乎不像我预期的那样工作。过滤器 t1.c1 = t2.c1 以及 t1.c1 = 2 在左联接中，它在第二个表中找不到键时，没有应用 t2.c2 是 NULL .
我想答案一定在doc中（可能在'joins occure before where子句'部分？），但我仍然不明白其中的区别。
过程是如何给出不同的结果的？
3条答案
按热度按时间9ceoxa921#
就是这样
LEFT (OUTER) JOIN作品：您可以在
ON-条款。如果在“right”表中找到匹配的行，它将与“left”表中的行联接。如果没有匹配的行，它仍将返回“left”行以及“right”表中的所有字段设置为null。因此，它永远不会根据ON-条件。使用配置单元文档的术语：左表是“保留行表”，而右表是“空表”。这与
INNER JOIN它只返回在另一个表中有匹配伙伴的行。因此不存在“保留表”，也不需要“空表”t98cgbkg2#
左连接的输出应该与完全连接的输出不同。
left join的输出将包含左表中的所有数据（在两个表中首先写入），如果右表中没有相应的数据，则显示空值。如果从查询中删除distinct并运行它，那么输出应该会消除您对左/右连接工作方式的混淆。
完全联接输出
左连接输出
gpnt7bae3#
显然，在内部连接和左连接中，配置单元对连接条件的处理方式不同。在内部联接中，可以将筛选条件放入on子句中，但在左联接中，需要将主表（本例中为t1）的筛选条件放入单独的where子句中。如果你尝试
你应该得到预期的结果。