HiveQL - Select-Joins

JOIN é uma cláusula usada para combinar campos específicos de duas tabelas usando valores comuns a cada uma. É usado para combinar registros de duas ou mais tabelas no banco de dados.

Sintaxe

join_table:

   table_reference JOIN table_factor [join_condition]
   | table_reference {LEFT|RIGHT|FULL} [OUTER] JOIN table_reference
   join_condition
   | table_reference LEFT SEMI JOIN table_reference join_condition
   | table_reference CROSS JOIN table_reference [join_condition]

Exemplo

Usaremos as duas tabelas a seguir neste capítulo. Considere a seguinte tabela chamada CLIENTES.

+----+----------+-----+-----------+----------+ 
| ID | NAME     | AGE | ADDRESS   | SALARY   | 
+----+----------+-----+-----------+----------+ 
| 1  | Ramesh   | 32  | Ahmedabad | 2000.00  |  
| 2  | Khilan   | 25  | Delhi     | 1500.00  |  
| 3  | kaushik  | 23  | Kota      | 2000.00  | 
| 4  | Chaitali | 25  | Mumbai    | 6500.00  | 
| 5  | Hardik   | 27  | Bhopal    | 8500.00  | 
| 6  | Komal    | 22  | MP        | 4500.00  | 
| 7  | Muffy    | 24  | Indore    | 10000.00 | 
+----+----------+-----+-----------+----------+

Considere outra tabela ORDERS da seguinte forma:

+-----+---------------------+-------------+--------+ 
|OID  | DATE                | CUSTOMER_ID | AMOUNT | 
+-----+---------------------+-------------+--------+ 
| 102 | 2009-10-08 00:00:00 |           3 | 3000   | 
| 100 | 2009-10-08 00:00:00 |           3 | 1500   | 
| 101 | 2009-11-20 00:00:00 |           2 | 1560   | 
| 103 | 2008-05-20 00:00:00 |           4 | 2060   | 
+-----+---------------------+-------------+--------+

Existem diferentes tipos de junções fornecidas a seguir:

  • JOIN
  • LEFT OUTER JOIN
  • DIREITO OUTER JOIN
  • FULL OUTER JOIN

JUNTE-SE

A cláusula JOIN é usada para combinar e recuperar os registros de várias tabelas. JOIN é igual a OUTER JOIN no SQL. Uma condição JOIN deve ser gerada usando as chaves primárias e as chaves estrangeiras das tabelas.

A consulta a seguir executa JOIN nas tabelas CUSTOMER e ORDER e recupera os registros:

hive> SELECT c.ID, c.NAME, c.AGE, o.AMOUNT 
FROM CUSTOMERS c JOIN ORDERS o 
ON (c.ID = o.CUSTOMER_ID);

Na execução bem-sucedida da consulta, você verá a seguinte resposta:

+----+----------+-----+--------+ 
| ID | NAME     | AGE | AMOUNT | 
+----+----------+-----+--------+ 
| 3  | kaushik  | 23  | 3000   | 
| 3  | kaushik  | 23  | 1500   | 
| 2  | Khilan   | 25  | 1560   | 
| 4  | Chaitali | 25  | 2060   | 
+----+----------+-----+--------+

LEFT OUTER JOIN

O HiveQL LEFT OUTER JOIN retorna todas as linhas da tabela da esquerda, mesmo se não houver correspondências na tabela da direita. Isso significa que, se a cláusula ON corresponder a 0 (zero) registros na tabela certa, o JOIN ainda retornará uma linha no resultado, mas com NULL em cada coluna da tabela certa.

Um LEFT JOIN retorna todos os valores da tabela à esquerda, mais os valores correspondentes da tabela à direita, ou NULL no caso de nenhum predicado JOIN correspondente.

A consulta a seguir demonstra LEFT OUTER JOIN entre as tabelas CUSTOMER e ORDER:

hive> SELECT c.ID, c.NAME, o.AMOUNT, o.DATE 
FROM CUSTOMERS c 
LEFT OUTER JOIN ORDERS o 
ON (c.ID = o.CUSTOMER_ID);

Na execução bem-sucedida da consulta, você verá a seguinte resposta:

+----+----------+--------+---------------------+ 
| ID | NAME     | AMOUNT | DATE                | 
+----+----------+--------+---------------------+ 
| 1  | Ramesh   | NULL   | NULL                | 
| 2  | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 3  | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3  | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 4  | Chaitali | 2060   | 2008-05-20 00:00:00 | 
| 5  | Hardik   | NULL   | NULL                | 
| 6  | Komal    | NULL   | NULL                | 
| 7  | Muffy    | NULL   | NULL                | 
+----+----------+--------+---------------------+

DIREITO OUTER JOIN

O HiveQL RIGHT OUTER JOIN retorna todas as linhas da tabela da direita, mesmo se não houver correspondências na tabela da esquerda. Se a cláusula ON corresponder a 0 (zero) registros na tabela à esquerda, o JOIN ainda retornará uma linha no resultado, mas com NULL em cada coluna da tabela à esquerda.

Um RIGHT JOIN retorna todos os valores da tabela da direita, mais os valores correspondentes da tabela da esquerda, ou NULL no caso de nenhum predicado de junção correspondente.

A consulta a seguir demonstra RIGHT OUTER JOIN entre as tabelas CUSTOMER e ORDER.

notranslate "> hive> SELECT c.ID, c.NAME, o.AMOUNT, o.DATE FROM CUSTOMERS c RIGHT OUTER JOIN ORDERS o ON (c.ID = o.CUSTOMER_ID);

Na execução bem-sucedida da consulta, você verá a seguinte resposta:

+------+----------+--------+---------------------+ 
| ID   | NAME     | AMOUNT | DATE                | 
+------+----------+--------+---------------------+ 
| 3    | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3    | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 2    | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 4    | Chaitali | 2060   | 2008-05-20 00:00:00 | 
+------+----------+--------+---------------------+

FULL OUTER JOIN

O HiveQL FULL OUTER JOIN combina os registros das tabelas externas esquerda e direita que atendem à condição JOIN. A tabela associada contém todos os registros de ambas as tabelas ou preenche valores NULL para correspondências ausentes em ambos os lados.

A consulta a seguir demonstra FULL OUTER JOIN entre as tabelas CUSTOMER e ORDER:

hive> SELECT c.ID, c.NAME, o.AMOUNT, o.DATE 
FROM CUSTOMERS c 
FULL OUTER JOIN ORDERS o 
ON (c.ID = o.CUSTOMER_ID);

Na execução bem-sucedida da consulta, você verá a seguinte resposta:

+------+----------+--------+---------------------+ 
| ID   | NAME     | AMOUNT | DATE                | 
+------+----------+--------+---------------------+ 
| 1    | Ramesh   | NULL   | NULL                | 
| 2    | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 3    | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3    | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 4    | Chaitali | 2060   | 2008-05-20 00:00:00 | 
| 5    | Hardik   | NULL   | NULL                | 
| 6    | Komal    | NULL   | NULL                |
| 7    | Muffy    | NULL   | NULL                |  
| 3    | kaushik  | 3000   | 2009-10-08 00:00:00 | 
| 3    | kaushik  | 1500   | 2009-10-08 00:00:00 | 
| 2    | Khilan   | 1560   | 2009-11-20 00:00:00 | 
| 4    | Chaitali | 2060   | 2008-05-20 00:00:00 | 
+------+----------+--------+---------------------+