MySQL 和 Hive 查询实现

Question

我想更好地了解如何在 hive 或 MySQL 中实现查询以优化它们以节省运行时间。

假设我在键“name”的两个表上执行 INNER JON 操作，我只想要 name 等于“random”的行

SELECT * from tbl1 JOIN tbl2 on tbl2.name = tbl1.name where tbl1.name = 'random';

现在在实现中，事件的顺序是什么： 1.是否在 tbl1 上过滤 name="random" 后跟 JOIN 操作？ 2. 是先加入表然后根据name="random"过滤吗？

我认为选项 1 更好，因为我们将处理更少的 JOIN 数据并且它应该更快。专家有什么想法吗？

更新1：

如果我将查询修改为这样，答案是否相同：

(SELECT * FROM tbl1 where tbl1.name='random) tbl1_1 JOIN tbl2 on tbl2.name=tbl1_1.name

Answer 1

是的，你是对的。将首先在 tbl1 上过滤 name="random"，然后执行 JOIN 操作。这样可以防止 join 加入不必要的记录

可以使用EXPLAIN关键字来获取执行计划