hive左連接，右連接和內連接一張或多張表

新坑~~

最近幾個月，本人因爲工作原因一直在使用hadoop + hive + map/reduce 和shell腳本來處理一些數據的統計和聚合問題，其中涉及到的坑和教訓諸多，特此記錄以備後用，亦希望能給新入職（入坑）的童鞋們一點參考。內容比較駁雜，姑且盡力來歸類。

hive的左連接，右連接，內連接
假設：A表和B表，分別有key, value字段
A:

key	value
1	1
2	2

B

key	value
1	3
2	4

1. 左連接 left join
   語法：A left join B on 連接條件 where 篩選條件
   示例：select * from A left join B on A.id = B.id where A.value >= 2
   釋義：以A表爲準，把B表中id相同的數據拼接到A表中該id所在的行，並篩選出A中value>=2的部分
   結果:

   key	value_A	value_B
   2	2	4

   注意：此時數據基準爲left join 關鍵字左邊的表

2. 右連接 right join
   語法：B left join A on 連接條件 where 篩選條件
   示例：select * from B right join A on A.id = B.id where A.value >= 2
   釋義：以A表爲準，把B表中id相同的數據拼接到A表中該id所在的行，並篩選出A中value>=2的部分
   結果:

   key	value_A	value_B
   2	2	4

   注意：此時數據基準爲right join 右邊的表

3. 內連接 inner join
   語法：A inner join B on 連接條件 where 篩選條件
   示例：select * from A inner join B on A.id = B.id where A.value >= 2
   釋義：選擇A,B中相同id的數據，並篩選出A中value>=2的部分
   結果:

   key	value_A	value_B
   2	2	4

   注意：此時沒有基準表，類似於求A,B的交集

4. 連接多張表
   其實語法很類似，以左連接爲例：
   A left join B on A.id = B.id left join C on A.id = C.id
   注意這麼做以後數據拼接的比較慢，注意開銷