sql - 将SQL查询转换为Hive查询

Question

我在将SQL查询转换为Hive查询时遇到麻烦。

关系模式:

Suppliers(sid, sname, address)
Parts(pid, pname, color)
Catalog(sid, pid, cost)

查询1:查找有某些供应商的零件的名称。
我尝试了查询1的查询转换之一，我认为它是正确的。如果有人可以让我知道它是正确还是不正确，我将不胜感激。根据我寻找的Hive信息，它们对我来说似乎是相同的。

查询1:SQL

SELECT pname
FROM Parts, Catalog
WHERE Parts.pid = Catalog.pid

查询1:转换为Hive

SELECT pname
FROM Parts, Catalog
WHERE Parts.pid = Catalog.pid;

查询2:查找仅供应红色零件的供应商的sid。
对于第二个查询，我遇到了麻烦。主要是我在“不存在”部分和定义我们想要的颜色部分方面遇到麻烦。有人可以帮我解决这个问题吗？我需要将SQL放入Hive查询中。

查询2:SQL

SELECT DISTINCT C.sid
FROM Catalog C
WHERE NOT EXISTS ( SELECT *
                   FROM Parts P
                   WHERE P.pid = C.pid AND P.color <> ‘Red’)

如果有人可以帮助我将它们转换为正确的Hive格式，我将不胜感激。

谢谢。

Answer 1

尽管我从未使用过HiveQL查找其某些文档，但它似乎支持用普通sql编写的外部联接。在这种情况下，这应该起作用:(没有匹配项的外部联接)

select distinct c.id
  from catalog c
  left outer join parts p
    on (c.pid = p.pid
   and p.color <> 'Red')
 where p.pid is null

编辑-放在 ()中的on子句中，通常在任何主要数据库中都不需要，但是似乎在hiveql中是必需的-( https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Joins)。

关于您的第一个查询，我认为基于这些文档中的示例查询，它不会在 hive 中运行，但是正如另一位评论者所述，最佳做法是通过join子句使用显式联接，而不是where子句中的隐式联接。将where子句视为根据各种条件(联接条件除外)进行过滤的位置，将join子句视为放置所有联接条件的位置。它有助于组织查询的逻辑。此外，您只能暗示内部联接(在where子句中)。每当您要使用外部联接时(例如上面的第二个查询)，都需要join子句。

这与您的第一个查询相同，但具有显式联接语法:

select pname
from   parts p
  join catalog c
    on (p.pid = c.pid)