[ハイブ]一時テーブルを使用してすべてのデータを保持する

Hiveは一時テーブルを使用して完全なデータを保持します

要件：
ハイブ環境では、テーブルaはフルスケールであり、テーブルbはインクリメンタルテーブルです（その日の実行のデータのみ）。

データをテーブルaに保持する必要があるが、テーブルaのテーブルbには保持しない必要があるとします。

また、テーブルbにはあるが、テーブルaにはないデータをテーブルaに追加する必要があります。

解決策1：
左外側の関連付けを使用して、最初に
テーブルaのデータを除外しますが、テーブルbのデータは除外しません。次に、テーブルbのデータをフィルタリングされたデータとマージします
------------ --- ------データの作成（Oracleのデモ）

--查询b表在a表的信息
with a as(
select 1 as id, 'Lisi' as name ,'2019-10-01' as time from dual
union all
select 2 as id, 'Wangmen' as name,'2019-10-01' as time from dual
union all
select 3 as id, 'Zhaoliu' as name,'2019-10-01' as time from dual
union all
select 4 as id, 'Pangsan' as name,'2019-10-01' as time from dual
),
b as(
select 1 as id, 'Lisi' as name,'2019-10-03' as time from dual
union all
select 2 as id, 'Wangmen' as name,'2019-10-03' as time from dual
union all
select 5 as id, 'Huangsan' as name,'2019-10-03' as time from dual
)

--使用连接
select a.id, a.name,a.time
  from a
  left join b
    on a.id = b.id
 where b.id is null
union all
select b.id,b.name,b.time
  from b
;

解決策2：
最初にテーブルaとbのデータをマージし、
次に分析関数row_number（）を使用して繰り返しデータを並べ替え、グループ化、並べ替え、繰り返しデータの最新データのみを保持します
----- --- -------------データの作成（oracleで示されています）

--查询b表在a表的信息
with a as(
select 1 as id, 'Lisi' as name ,'2019-10-01' as time from dual
union all
select 2 as id, 'Wangmen' as name,'2019-10-01' as time from dual
union all
select 3 as id, 'Zhaoliu' as name,'2019-10-01' as time from dual
union all
select 4 as id, 'Pangsan' as name,'2019-10-01' as time from dual
),
b as(
select 1 as id, 'Lisi' as name,'2019-10-02' as time from dual
union all
select 2 as id, 'Wangmen' as name,'2019-10-02' as time from dual
union all
select 5 as id, 'Huangsan' as name,'2019-10-02' as time from dual
)

--使用连接
SELECT id
      ,NAME
      ,TIME
      ,rr
  FROM (SELECT id
              ,NAME
              ,TIME
              ,row_number() over(PARTITION BY id ORDER BY TIME DESC) AS rr
          FROM (SELECT a.id
                      ,a.name
                      ,a.time
                  FROM a a
                UNION ALL
                SELECT b.id
                      ,b.name
                      ,b.time
                  FROM b b) c) d
 WHERE d.rr = 1
;

データ量が少ないため、どちらのプランが良いかを判断し、フォローアップすることができます。