对连接内的 'and' 过滤器感到困惑

Question

能否解释一下 HiveQL 中这两个查询之间的区别。基本上我想从 table a 中过滤掉大于 2017-05-01 的日期。第二个查询没有给出我预期的结果，但第一个查询给出了。我以为他们是等价的

select a.user_id
, b.user_id
, a.event_date
, b.event_date
, to_date(a.event_date)
from default.t1 as a
left join stage.t2 as b
on a.user_id = b.user_id
and a.event_date = b.event_date
where a.event_date >= '2017-05-01'

对比

select a.user_id
, b.user_id
, a.event_date
, b.event_date
, to_date(a.event_date)
from default.t1 as a
left join stage.t2 as b
on a.user_id = b.user_id
and a.event_date = b.event_date
and a.event_date >= '2017-05-01'`

Answer 1

我发现了类似的问题，@Sandeep Jindal 的回答是最好的

SQL join: where clause vs. on clause

一个。 WHERE 子句：加入后。加入后将过滤记录。

b。 ON 子句 - 在加入之前。记录（从右边 table）将在加入前被过滤。这可能最终在结果中为 null（因为 OUTER join）。

Answer 2

A left join 保留第一个 table 中的所有行，无论 on 子句的计算结果是否为真。当 on 子句的计算结果为真时，它在第二个 table 中也有所有匹配的行。否则，第二个 table 的列是 NULL.

因此，left join 基本上忽略了第一个 table 上的任何过滤条件。无论如何，它将保留第一个 table 的行。

其实情况稍微复杂一些。如果 on 条件的计算结果不为真，则第二个 table 的列都是 NULL。因此，在第二个查询中，当日期不匹配时，b 中的列应该是 NULL.

怎么办？

left join 中第一个 table 的条件应始终放在 where 子句中。
第二个 table 的条件应始终放在 on 子句中。

对连接内的 'and' 过滤器感到困惑

Confusion about 'and' filter inside a join

sql

hive

hiveql