HiveSql（1）mapjoin、分割槽表
mapjoin、分割槽表、不等值匹配
業務需求：
A表，小表，窮舉的100個動漫電影的IP，表結構ip（id string, key string）
B表，大表，每天的交易資料，上億條，表結構order（ds string, item_titlestring,buyer_id string, fee string）
現在想要得到這100個動漫電影相關產品的每天的銷售額、購買人數。
SQL：
1、建表
create table if not exists jieguo
(
ds string,
fee string ,
cnt string
)
partitioned by (pt string )
2、跑資料
Insert overwrite table jieguo partition (pt=201503)
Select /*+MAPJOIN(a)*/
b.ds,sum(b.fee),count(b.buyer_id)
from ip b
Join
(Select ds, fee,buyer_id
From order
Where ds>=20150101 and ds<=20150331
)b
On instr(b.item_title,a.key)>0
Group by b.ds
學習要點：
1、/*+MAPJOIN*/的用法
如果關聯的2張表大小差距懸殊或者進行不等值連線時，一般的join會導致執行速度很慢，使用mapjoin可以有效提高效率
使用場景：
（1）關聯操作中的一張表非常小
（2）不等值連線
Select /*+MAPJOIN(a)*/，括號里加的是小表的名稱
2、分割槽表
如果輸出的資料比較多，可以採取分割槽的形式
建表時加一條語句partitioned by
跑資料時Insert overwrite table jieguo partition (pt=201503)