hadoop - Hive QL - 在另一个表中使用键的子集行

Question

我想用表 B 中出现的键对表 A 的所有行进行子集化。

表A-

Idn   X  Y ...
 12   *  *
 13   *  *
 14   *  *

表B-

Idn   A B C ...
 12   * * *
 12   * * *
 14   * * *

我想选择 TableA 中的所有元素，键出现在 TableB 中。

以下 SQL 查询在 Hive 中不起作用 -

select * from TableA where Idn in (select distinct Idn from TableB) a;

还有其他方法吗？

可以在一个查询中完成吗？

请注意，两个表的 Idn 都不需要是唯一的。

Answer 1

有点像 SEMI JOIN应该这样做:

SELECT * FROM TableA LEFT SEMI JOIN TableB on (TableA.Idn = TableB.Idn)

LEFT SEMI JOIN 以高效的方式实现不相关的 IN/EXISTS 子查询语义。从 Hive 0.13 开始，使用子查询支持 IN/NOT IN/EXISTS/NOT EXISTS 运算符，因此大多数这些 JOIN 不必再手动执行。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。