技術標籤：大資料處理hadoop/spark特徵工程與資料分析hivesqlmysql

join on後面也能進行條件篩選，where後面也能加條件進行篩選，但兩者的結果是不一樣的。下面通過實際資料案例來說明問題。

資料準備：

建表與寫入資料

A 表

hive >create table tempTableAzw(id int,name string ,grade int ,dept int ) ROW FORMAT DELIMITED FIELDS TERMINATED BY '|';
hive >load data local inpath '/data0/VR/Compare7AndTotal/tempTableAzw.txt' into table tempTableAzw;
 

tempTableAzw.txt檔案形如：

1|lijie1|100|10
2|lijie2|90|20
3|lijie3|60|10
4|lijie4|80|10
5|lijie5|70|20

B表

create table tempTableBzw(id int  ,name string ) row format delimited fields terminated by "|";
load data local inpath "/data0/VR/Compare7AndTotal/tempTableBzw.txt" into table tempTableBzw; 

tempTableBzw.txt檔案形如

10      IT1
20      IT2

join on 後面進行條件篩選

A表與B表進行left join

select A .id ,A.name ,A.grade,A.dept,B.id,B.name
from tempTableAzw  A left outer join tempTableBzw  B
--  上面outer 其實可以省略
on A.dept =B.id   and A.grade >=80; 

結果為

注意上結果圖中不符合on 後面的條件的行，B的值為NULL！ 如果on 後面不帶 and A.grade >=80 這個條件，結果為

結論： 當把過濾條件寫在left join on 上面，會讓基表所有資料都能顯示，不滿足的右表會以null 填充。

如果將上面的left join 改為join 則顯示如下。同下面的where 結果一致。

篩選大於80的這個條件放到where 後面

程式碼

select A .id ,A.name ,A.grade,A.dept,B.id,B.name
from tempTableAzw  A left  join tempTableBzw  B
on A.dept =B.id   
where  A.grade >=80; 

結果：

結論：

當把過濾條件寫在where上，只會讓符合篩選條件的資料顯示。

鳴謝與參考：

https://blog.csdn.net/qq_20641565/article/details/52950087

https://blog.csdn.net/wangwangstone/article/details/112550095