HIVE 查询：如何为“FULL OUTER JOIN”选择“join key”？答案

【问题标题】：HIVE Query: How to select the 'join key' for "FULL OUTER JOIN"?HIVE 查询：如何为“FULL OUTER JOIN”选择“join key”？
【发布时间】：2020-11-01 03:42:51
【问题描述】：

我收到以下错误：

Multiple attributes named business_id in reportAttributeReferenceAmbiguous; p.business_id, s.business_id

来自 SPARK/HIVE 查询：

SELECT
    business_id,
    p.p1,
    p.p2,
    s.s1,
    s.s2
FROM p_table p
FULL OUTER JOIN s_table s
    ON p.business_id = s.business_id

由于我使用的是FULL OUTER JOIN，business_id 可以是p.business_id 或s.business_id，所以我没有指定使用哪一个。（我以为有些行可能只有p.business_id，而其他一些行可能只有s.business_id，我理解错了吗？）

所以我想知道在上述查询中选择business_id 的正确方法是什么？谢谢！

【问题讨论】：

连接结果包括两个表中的所有列
你可能想使用 COALESCE(p.business_id, s.business_id)

标签： sql join hive hiveql

【解决方案1】：

使用

coalesce(p.business_id, s.business_id) as business_id

或者

nvl(p.business_id, s.business_id) as business_id

或此答案中的 CASE 语句：https://stackoverflow.com/a/37744071/2700344

【讨论】：

【解决方案2】：

您在查询的两个表中都有business_id，您选择了business_id，但没有提及来自哪个表。

SELECT
    business_id,
    p.p1,
    p.p2,
    s.s1,
    s.s2
FROM p_table p
FULL OUTER JOIN s_table s
    ON p.business_id = s.business_id

上面的查询应该改为

SELECT
    p.business_id AS pBI, s.business_id AS sBI,
    p.p1,
    p.p2,
    s.s1,
    s.s2
FROM p_table p
FULL OUTER JOIN s_table s
    ON p.business_id = s.business_id

我没查，你可以试试。

【讨论】：