LEFT SEMI JOIN 左半开连接

今天药忘吃喽~ 2022-01-29 05:47 227阅读 0赞

左半开连接（LEFT SEMI JOIN）会返回左边表的记录，前提是其记录对于右边表满足 ON 语句中的判定条件。对于常见的内连接（INNER JOIN）来说，这是一个特殊的，优化了的情况。大多数的SQL方言会通过 IN … EXISTS 结构来处理这种情况。例如下面所示的查询，其将试图返回限定的股息支付日内的股票交易记录，不过这个查询 Hive 是不支持的。

-- HIVE中不支持的查询
    SELECT s.ymd,s.symbol.s.price_close FROM stocks s
    WHERE s.ymd,s.symbol IN
    (SELECT d.ymd,d.symbol FROM dividends d);

不过用户可以使用如下的 LEFT SEMI JOIN 语法达到同样的目的：

SELECT s.ymd,s.symbol,s.price_close
    FROM stocks s LEFT SEMI JOIN dividends d ON s.ymd = d.ymd AND s.symbol = d.symbol;

**请注意，SELECT 和 WHERE 语句中不能引用到右边表中的字段。**

> Hive 不支持右半开连接（RIGHT SEMI JOIN）

LEFT SEMI JOIN 比通常的 INNER JOIN 要更高效，原因如下：**对于左表中一条指定的记录，在右边表中一旦找到匹配的记录，Hive 就会立即停止扫描。** 即遇到右表重复记录，左表会跳过，而 JOIN 则会一直遍历。这就导致右表有重复值得情况下 LEFT SEMI JOIN 只产生一条，JOIN 会产生多条，也会导致 LEFT SEMI JOIN 的性能更高。如下图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpdWxpbnNhbWE_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpdWxpbnNhbWE_size_16_color_FFFFFF_t_70]: /images/20220129/672b933da5524c3881bd268666dea39a.png