单个 SQL 查询中的多连接

Question

以下是TestingTable1中的数据，始终按日期降序排列

BUYER_ID  |   ITEM_ID       |  CREATED_TIME
----------+-----------------+----------------------
1345653      110909316904     2012-07-09 21:29:06
1345653      151851771618     2012-07-09 19:57:33
1345653      221065796761     2012-07-09 19:31:48
1345653      400307563710     2012-07-09 18:57:33

如果这是 TestingTable2 中的以下数据，则始终按日期降序排序

USER_ID  |   PRODUCT_ID    |    LAST_TIME
---------+----------------+-----------------------
1345653     110909316904      2012-07-09 22:29:06
1345653     150851771618      2012-07-09 19:57:33    

TestingTable1 中的每一行都应该与TestingTable2 匹配，如果不匹配或TestingTable2 中没有数据，那么我需要在输出中显示它们，如TestingTable1 我有这个数据但对应于TestingTable2我有这个数据（这将是错误的数据），这样我就可以看到什么不匹配，什么数据丢失了。

我需要在BUYER_ID 和USER_ID 上比较TestingTable2 和TestingTable1。我需要看看，如果BUYER_ID 和USER_ID 匹配，那么我需要将ITEM_ID 与PRODUCT_ID 和CREATED_TIME 与LAST_TIME 进行比较，如果TestingTable2 在与@987654342 比较后不匹配@ 在其中一个或两个中，然后我需要显示结果。

所以如果你看上面的例子——我基本上有三个场景

1. 首先- 在TestingTable1 中，第一行ITEM_ID 与TestingTable2 第一行中的PRODUCT_ID 匹配，但CREATED_TIME 与两个表中第一行的LAST_TIME 不匹配
2. 其次-在TestingTable1中，第二行CREATED_TIME与TestingTable2第二行中的LAST_TIME匹配，但ITEM_ID与两个表中第二行的PRODUCT_ID不匹配
3. 第三 - 在TestingTable1 中，最后两行（行）在TestingTable2 中根本不存在。我写的查询中没有涵盖这种情况。我希望这种情况也出现在我的查询中。

所以这是我在比较TestingTable2 和TestingTable1 时需要涵盖的三种情况。而TestingTable1是MAIN表，需要一直进行比较，这意味着TestingTable1中的数据总是准确的。

因此，如果不匹配其中任何一个或TestingTable2 中根本没有数据-TestingTable1 数据然后在它旁边相同的TestingTable2 数据，我需要显示如下所示的结果，所以我可以看到 TestingTable1 与 TestingTable2 相比有什么价值

BUYER_ID   |   ITEM_ID       |    CREATED_TIME           |      USER_ID   |     PRODUCT_ID     |     LAST_TIME   
-----------+-----------------+---------------------------+----------------+--------------------+-----------------------
1345653      110909316904       2012-07-09 21:29:06            1345653          110909316904      2012-07-09 22:29:06
1345653      151851771618       2012-07-09 19:57:33            1345653          150851771618      2012-07-09 19:57:33
1345653      221065796761       2012-07-09 19:31:48            NULL             NULL              NULL
1345653      400307563710       2012-07-09 18:57:33            NULL             NULL              NULL

下面是我写的查询，它只涵盖我上面提到的two scenarios，它工作正常，我会得到像上面那样的输出，从输出中留下最后两行。但是我还需要在这个（下面）查询中添加third scenario，以便它提供像上面一样的输出。

SELECT *
FROM   (SELECT T2.buyer_id,
               T2.item_id,
               T2.created_time AS created_time,
               subq.user_id,
               subq.product_id,
               subq.LAST_TIME
        FROM   TestingTable2 subq
               JOIN TestingTable1 T2
                 ON T2.buyer_id = subq.user_id
                    AND subq.LAST_TIME = ( T2.created_time )
        WHERE  ( subq.product_id <> T2.item_id )
        UNION ALL
        SELECT T2.buyer_id,
               T2.item_id AS item_id,
               T2.created_time,
               subq.user_id,
               subq.product_id AS product_id,
               subq.LAST_TIME
        FROM   TestingTable2 subq
               JOIN TestingTable1 T2
                 ON T2.buyer_id = subq.user_id
                    AND subq.product_id = T2.item_id
        WHERE  ( subq.LAST_TIME <> ( T2.created_time ) )) finalResult
ORDER  BY finalResult.BUYER_ID;

任何建议将不胜感激。

附：在过去的几天里，我问了一些与 JOIN 相关的问题，但这仅涵盖了我的两个场景，而不是我在此查询中需要的第三个场景。

更新：- 我不能对 SQL 使用 NOT IN 或 NOT EXISTS 语法，因为我正在使用 Hive 并且 Hive 不支持 NOT IN 或 NOT EXISTS 所以我需要一些其他方法来处理这个问题。

我只需要使用我的查询来修改它以适用于第三场景，因为这样 Hive 将支持 SQL 语法。

下面是我的SQL Fiddle，它满足了我上面的两个场景，但不是第三种场景。谁能帮我修改我的查询以适用于第三种情况？

http://sqlfiddle.com/#!3/102dd/1/0。

Table1中的数据应该在Table2中，如果没有，那么我需要在与Table1比较后显示数据之间的不匹配，也有可能，Table1中的数据不会出现在Table2中，我也想证明这一点。

小提琴http://sqlfiddle.com/#!3/102dd/3/0的更新输出

BUYER_ID   |   ITEM_ID       |    CREATED_TIME           |      USER_ID   |     PRODUCT_ID     |     LAST_TIME   
-----------+-----------------+---------------------------+----------------+--------------------+-----------------------
1345653       151851771618      July, 09 2012 19:57:33      1345653            150851771618         July, 09 2012 19:57:33
1345653       221065796761      July, 09 2012 19:31:48      1345653            221165796761         July, 09 2012 19:31:48
1345653       110909316904      July, 09 2012 21:29:06      1345653            110909316904         July, 09 2012 22:29:06
1345653       400307563710      July, 09 2012 18:57:33      NULL               NULL                 NULL
1345653       310411560125      July, 09 2012 16:09:49      NULL               NULL                 NULL

更新的 SQL 查询出现错误

我用这个查询替换了TestingTable1-

(SELECT BUYER_ID, ITEM_ID, rank(BUYER_ID), CREATED_TIME
FROM (
    SELECT BUYER_ID, ITEM_ID, CREATED_TIME
    FROM testingtable1
    where to_date(from_unixtime(cast(UNIX_TIMESTAMP(CREATED_TIME) as int))) = '2012-07-09'
    DISTRIBUTE BY BUYER_ID
    SORT BY BUYER_ID, CREATED_TIME desc
) T1
WHERE rank(BUYER_ID) < 5)

和TestingTable2 这个查询-

(SELECT USER_ID, PROD_AND_TS.PRODUCT_ID as PRODUCT_ID, PROD_AND_TS.TIMESTAMPS as TIMESTAMPS FROM testingtable2 lateral view explode(PURCHASED_ITEM) exploded_table as PROD_AND_TS where to_date(from_unixtime(cast(PROD_AND_TS.TIMESTAMPS as BIGINT))) = '2012-07-09')

Answer 1

如果由于 DBMS 限制，您不能使用 NOT IN 或 @eggyal 发布的干净解决方案，另一种选择可能是完全复制您的原始联合并在 LEFT JOIN 中使用这些结果。

应用于您的sqlFiddle，以下语句返回所需的结果。

SQL 语句

SELECT * 
FROM(
    SELECT *
    FROM TestingTable1 A
    JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND B.LAST_TIME = A.Created_TIME 
    WHERE B.PRODUCT_ID <> A.ITEM_ID
    UNION ALL
    SELECT * 
    FROM TestingTable1 A
    INNER JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND B.PRODUCT_ID = A.ITEM_ID  
    WHERE B.LAST_TIME <> A.Created_TIME      
 ) X
UNION ALL
SELECT A.*, NULL, NULL, NULL
FROM   TestingTable1 A
       LEFT OUTER JOIN (
            SELECT *
            FROM TestingTable1 A
            JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND B.LAST_TIME = A.Created_TIME 
            WHERE B.PRODUCT_ID <> A.ITEM_ID
            UNION ALL
            SELECT * 
            FROM TestingTable1 A
            INNER JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND B.PRODUCT_ID = A.ITEM_ID  
            WHERE B.LAST_TIME <> A.Created_TIME      
       ) X ON A.BUYER_ID = X.BUYER_ID AND A.ITEM_ID = X.ITEM_ID
WHERE  X.BUYER_ID IS NULL

Answer 2

试试这段用 SQL 编写的代码。我已经在 SQL Fiddle 上测试过了。

 SELECT 
 tt1.buyer_id,tt1.item_id,tt1.created_time,
 tt2.user_id,tt2.product_id,tt2.last_time
 FROM 
 testingtable1 tt1 LEFT OUTER JOIN
 testingtable2 tt2 ON
 tt1.buyer_id = tt2.user_id
 AND 
 tt1.item_id = tt2.product_id
 AND
 tt1.created_time = tt2.last_time

Answer 3

此答案是为了回应您在此处发表评论的请求：https://stackoverflow.com/a/11440651/1166147。
实际上，我已经在您的其他 2 个副本中为您提供了答案，这些副本创建了您所显示的确切输出。这是我在这里写的第一个查询： https://stackoverflow.com/a/11440539/1166147 它在这里被提及和解释了两次： https://stackoverflow.com/a/11398990/1166147

我将您的查询修改回我的并在您的 SQLFiddle 中运行：

不过，您的要求已经发生了变化，如果 TestingTable1 确实始终是准确的数据，您现在似乎可以执行 LEFT JOIN。

SELECT *
FROM TestingTable1 A
LEFT JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND (B.LAST_TIME = A.Created_TIME  OR B.PRODUCT_ID = A.ITEM_ID)

---

编辑以征求意见

模拟场景

SCENARIO||       TABLE1           ||           TABLE2
----------------------------------------------------------
SCENARIO||  BUYER  ITEM      TIME ||  USER   PRODUCT  TIME
1       ||    1     A        09   ||   1     Z        09
2       ||    1     B        10   ||   NO RECORD IN TABLE 2
3       ||    1     C        10   ||   1     C        02
4       ||    1     D        12   ||   NO RECORD IN TABLE 2
5       ||    1     E        01   ||   1     E        01
6       ||   NO RECORD IN TABLE 1 ||   1     Y        05      

您要求的是 SQL 解决方案 - 但这并不是一个真正的 SQL 问题。您排除了提供给您的有效 SQL 答案，因为您不能在您的环境中使用它们，然后再次重新打开相同的问题。这是一个 HQL/HIVE 问题。是的，有一些相似之处，但也有一些不同。

看起来 HQL 会支持这样的东西，但我无法测试，SQLFiddle 也不能用于测试。您将必须弄清楚如何在 HQL 中执行 ISNULL 或 COALESCE，如 select * 旁边的 cmets 所示。如果那里有非空值，这将“合并”结果并返回非空值。我确实相信 HQL 支持 ISNULL：

select * --BUYER_ID, isNull(B.USER_ID,C.USER_ID)
from
(select BUYER_ID,ITEM_ID ,Created_TIME  from TestingTable1) a
left join
(SELECT USER_ID,PRODUCT_ID, last_time
  FROM TestingTable2 ) b on(a.BUYER_ID = b.user_id and B.last_time =   A.Created_TIME)
left join
(SELECT USER_ID,PRODUCT_ID, last_time
  FROM TestingTable2 ) c on(a.BUYER_ID = c.user_id and c.PRODUCT_ID = A.ITEM_ID)

这是另一个 TSQL 答案，可能会给您一些想法。我永远不会在 TSQL 中使用它，但它确实可以工作。

SELECT A.BUYER_ID,A.ITEM_ID,CREATED_TIME,COALESCE(B.USER_ID,X.USER_ID,Y.USER_ID),
COALESCE(B.PRODUCT_ID,X.PRODUCT_ID,Y.PRODUCT_ID)
,COALESCE(B.last_time,X.last_time,Y.last_time)
FROM TestingTable1 A
LEFT JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND B.PRODUCT_ID = A.ITEM_ID
AND B.last_time = A.Created_TIME
LEFT JOIN( SELECT USER_ID,PRODUCT_ID, last_time
  FROM TestingTable1 A
  LEFT JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND B.last_time = A.Created_TIME 
  WHERE  ISNULL(B.PRODUCT_ID,0) <> A.ITEM_ID AND B.USER_ID IS NOT NULL) X ON
  X.USER_ID = A.BUYER_ID AND A.Created_TIME = X.last_time
LEFT JOIN( SELECT USER_ID,PRODUCT_ID, last_time
FROM TestingTable1 A
LEFT JOIN TestingTable2 B ON A.BUYER_ID = B.USER_ID AND ISNULL( B.PRODUCT_ID,0) =   A.ITEM_ID  
WHERE  B.last_time <> A.Created_TIME AND B.USER_ID IS NOT NULL) Y ON
A.BUYER_ID = Y.USER_ID AND A.ITEM_ID = Y.PRODUCT_ID

Answer 4

听起来您正在寻找的是完全外部联接。我没有在您的帖子中看到您使用的是什么类型的数据库，所以我无法发布确切的语法，但此链接可能会为您指明正确的方向：

http://www.w3resource.com/sql/joins/perform-a-full-outer-join.php

具体看下图。