从 Apache HIVE 或 SQL 中的两个表中获取计数

Question

所以我有两个表： table_1 和 table_2

它们都有不同的同名列。

我们只需要处理 2 列： ID 和地区

table_1 的 ID 字段仅与 table_1 不同。 table_2 的 ID 字段仅与 table_2 不同。

但是，某些 ID 字段由 table_1 和 table_2

共享

我需要编写一个查询，从中获取两个表中不同 ID 字段的数量，其中 REGION = '1'

Answer 1

使用 SQL，利用 UNION 消除两个表之间的重复值，这样您就可以得到一个不同的 ID 值列表来计算。

SELECT COUNT(*)
    FROM (SELECT ID
              FROM table_1
              WHERE REGION = '1'
          UNION
          SELECT ID
              FROM table_2
              WHERE REGION = '1') t

Answer 2

完全外部连接应该可以解决问题。

SELECT COUNT(*) 
FROM table_1 
FULL OUTER JOIN table_2 ON (table_1.id=table_2.id)

它将为 table_1 或 table_2 中的每个 ID 创建一行。如果 id 在两个表中，它仍然会创建一个单独的行。

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Joins

从 Apache HIVE 或 SQL 中的两个表中获取计数

Getting the count from two tables in Apache HIVE or SQL

sql

hadoop

hive

mapreduce

bigdata