hadoop - 如何在 Hive 中编写子查询和使用 "In"子句

Question

如何在 Hive 中使用 In 子句我想在 Hive 中写这样的东西 select x from y where y.z in (select distinct z from y) order by x;但我没有找到任何方法来做到这一点..我在 Hive 0.7 中尝试了 In 子句，它抛出了错误，我也尝试了 Find_in_Set ..使用 find_in_set(y.z,subquery).. 但作业失败了。

我想在 Hive 上执行此操作。如果有人知道如何在 Hive 中执行此操作，请帮助我。

感谢和问候，阿图尔

Answer 1

你可以使用半连接(https://cwiki.apache.org/Hive/languagemanual-joins.html):

LEFT SEMI JOIN 以高效的方式实现相关的 IN/EXISTS 子查询语义。由于 Hive 当前不支持 IN/EXISTS 子查询，您可以使用 LEFT SEMI JOIN 重写查询。使用 LEFT SEMI JOIN 的限制是右侧表只能在连接条件(ON 子句)中引用，而不能在 WHERE 或 SELECT 子句等中引用。

SELECT a.key, a.value
  FROM a
  WHERE a.key in
   (SELECT b.key
    FROM B);

可以重写为:

   SELECT a.key, a.val
   FROM a LEFT SEMI JOIN b on (a.key = b.key)