Hive Sql優(yōu)化集(on where過濾)

1.問題:考慮下面三個sql
sql1:
select * 
from (select log.*,a.batch_order_no,a.pm_code,a.bank_code,a.pay_status
    from pay_recommend_metric.recommend_log log 
         left join dw_transform_paycenter.all_order_info a
         on (log.orderno=a.order_no and log.dt='2017-09-17' and a.dt='2017-09-17')
         where a.order_no is not null and log.orderno is not null
) t1 left join pay_recommend.pay_type pt
     on (t1.pm_code=pt.pm_code and t1.bank_code=pt.bank_code)
sql2:
select * 
from (select log.*,a.batch_order_no,a.pm_code,a.bank_code,a.pay_status
    from pay_recommend_metric.recommend_log log 
         left join dw_transform_paycenter.all_order_info a
         on (log.orderno=a.order_no)
         where log.dt='2017-09-17' and a.dt='2017-09-17' and a.order_no is not null and log.orderno is not null
) t1 left join pay_recommend.pay_type pt
     on (t1.pm_code=pt.pm_code and t1.bank_code=pt.bank_code)
select * 
from (select log.*,a.batch_order_no,a.pm_code,a.bank_code,a.pay_status
    from (
            select *
            from pay_recommend_metric.recommend_log
            where dt='2017-09-17' and order_no is not null
       ) log 
       left join (
          select * 
          from dw_transform_paycenter.all_order_info
          where dt='2017-09-17' and order_no is not null
       )a
      on (log.orderno=a.order_no)
) t1 left join pay_recommend.pay_type pt
     on (t1.pm_code=pt.pm_code and t1.bank_code=pt.bank_code)

分析:這三個sql區(qū)別就在于log表和a表的過濾條件是在where字句上還是on字句上速那。
sql1的結(jié)果:
a表和log表的所有數(shù)據(jù)做連接半抱,只是在a表的dt!='2017-09-17'記錄上a表上所有字段都為空
sql2的結(jié)果:
a表和log表的所有數(shù)據(jù)先做連接拱燃,然后過濾出兩個表只在'2017-09-17'分區(qū)上的數(shù)據(jù)
sql3的結(jié)果:
a表和log表分別查詢出'2017-09-17'分區(qū)上數(shù)據(jù)神郊,兩個小數(shù)據(jù)集做關(guān)聯(lián)讥裤,結(jié)果和sql2的相同

總結(jié):

對于a join b蛔添,無論過濾條件放到on中還是where中痰催,結(jié)果相同。
對于a left join b迎瞧,過濾條件在on中:忽略a表的過濾條件陨囊,b表的過濾條件只會導(dǎo)致不滿足條件的記錄在b表的所有字段上都為空;過濾條件在where中:過濾掉所有不滿足條件的記錄夹攒。
把握核心:先做join蜘醋,left join時on中條件無過濾記錄作用,后做where條件過濾記錄

sql3的執(zhí)行效率最高咏尝,推薦使用压语;sql2的效率較低,因?yàn)樾枰黻P(guān)聯(lián)编检;sql1有bug胎食,不建議直接在on中使用過濾條件
但是注意不要將where過濾條件放到on中,除非你很了解SQL執(zhí)行后的結(jié)果允懂;另外不要將on連接條件放到where中厕怜,hive并不會像mysq那樣做連接優(yōu)化,這樣會導(dǎo)致不可控的情況

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末蕾总,一起剝皮案震驚了整個濱河市粥航,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌生百,老刑警劉巖递雀,帶你破解...
    沈念sama閱讀 217,657評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異蚀浆,居然都是意外死亡缀程,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,889評論 3 394
  • 文/潘曉璐 我一進(jìn)店門市俊,熙熙樓的掌柜王于貴愁眉苦臉地迎上來杨凑,“玉大人,你說我怎么就攤上這事摆昧×寐” “怎么了?”我有些...
    開封第一講書人閱讀 164,057評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長鹦牛。 經(jīng)常有香客問我搞糕,道長,這世上最難降的妖魔是什么曼追? 我笑而不...
    開封第一講書人閱讀 58,509評論 1 293
  • 正文 為了忘掉前任窍仰,我火速辦了婚禮,結(jié)果婚禮上礼殊,老公的妹妹穿的比我還像新娘驹吮。我一直安慰自己,他們只是感情好晶伦,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,562評論 6 392
  • 文/花漫 我一把揭開白布碟狞。 她就那樣靜靜地躺著,像睡著了一般婚陪。 火紅的嫁衣襯著肌膚如雪族沃。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,443評論 1 302
  • 那天泌参,我揣著相機(jī)與錄音脆淹,去河邊找鬼。 笑死沽一,一個胖子當(dāng)著我的面吹牛盖溺,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播铣缠,決...
    沈念sama閱讀 40,251評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼烘嘱,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了蝗蛙?” 一聲冷哼從身側(cè)響起蝇庭,我...
    開封第一講書人閱讀 39,129評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎歼郭,沒想到半個月后遗契,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,561評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡病曾,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,779評論 3 335
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了漾根。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片泰涂。...
    茶點(diǎn)故事閱讀 39,902評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖辐怕,靈堂內(nèi)的尸體忽然破棺而出逼蒙,到底是詐尸還是另有隱情,我是刑警寧澤寄疏,帶...
    沈念sama閱讀 35,621評論 5 345
  • 正文 年R本政府宣布是牢,位于F島的核電站僵井,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏驳棱。R本人自食惡果不足惜批什,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,220評論 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望社搅。 院中可真熱鬧驻债,春花似錦、人聲如沸形葬。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,838評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽笙以。三九已至淌实,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間猖腕,已是汗流浹背翩伪。 一陣腳步聲響...
    開封第一講書人閱讀 32,971評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留谈息,地道東北人缘屹。 一個月前我還...
    沈念sama閱讀 48,025評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像侠仇,于是被迫代替她去往敵國和親轻姿。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,843評論 2 354

推薦閱讀更多精彩內(nèi)容