目录
Hive join
Hive中除了支持和传统数据库中一样的内关联、左关联、右关联、全关联，还支持LEFT SEMI JOIN和CROSS JOIN，但这两种JOIN类型也可以用前面的代替。
Hive支持等值连接（a.id=b.id），不支持非等值（a.id>b.id）的连接，因为非等值连接非常难转化到map/reduce任务。另外，Hive支持多2个以上表之间的join。
写join查询时，需要注意几个关键点：
- join时，每次map/reduce任务的逻辑：
reducer会缓存join序列中除了最后一个表的所有表的记录，再通过最后一个表将结果序列化到文件系统。这一实现有助于在reduce端减少内存的使用量。实践中，应该把最大的那个表写在最后（否则会因为缓存浪费大量内存）。 - LEFT，RIGHT和FULL OUTER关键字用于处理join中空记录的情况
SELECT a.val,b.val FROM a LEFT OUTER JOIN b ON (a.key=b.key)
对应所有a表中的记录都有一条记录输出。输出的结果应该是a.val，b.val，当a.key=b.key时，而当b.key中找不到等值的a.key记录时也会输出：
a.val, NULL
所以a表中的所有记录都被保留了：
“a RIGHT OUTER JOIN b”会保留所有b表的记录。 - join发生在WHERE子句之前
如果你想限制join的输出，应该在WHERE子句中写过滤条件——或是在join子句中写。这里面一个容易混淆的问题是表分区的情况：
SELECT a.val,b.val FROM a
LEFT OUTER JOIN b ON(a.key=b.key)
WHERE a.ds=‘2009-07-07’ AND b.ds=‘2009-07-07’
这会joina表到b表（OUTER JOIN），列出a.val和b.val的记录。
join实操和数据准备
inner join：内连接，只有a.id=b.id才会显示出来，不相等不会显示出来
先创建A表、B表
通过命令vi a.txt准备数据a.txt
编辑后保存a.txt
通过命令vi b.txt准备数据b.txt
编辑后保存b.txt
导入数据
确认数据是否导入成功
select * from a;
确认数据是否导入成功
select * from b;
join实验
inner join：内连接
inner join：内连接，只有a.id=b.id才会显示出来，不相等不会显示出来
开发环境可以开启本地模式，线上环境一定不要开启本地模式。
set hive.exec.mode.local.auto=true;
left join：左关联（左外关联），以左表为准。
左表所有字段显示出来，右表做关联。如果关联上，相等则显示出来；如果关联不上，显示为null。
right join：右关联（右外关联），以右表为准。
把右表所有字段显示出来，左表做关联。如果关联上，相等则显示出来；如果关联不上，显示为null。
full outer join：全关联（全外关联）
hive中的特别join：semi join
corss join（##慎用）
返回两个表的笛卡尔积结果，不需要指定关联键。
select a.*,b.* from a cross join b;
执行结果：
左表100条记录，右表100条记录，100*100=10000条记录。
