union和join是需要聯合多張表時常見的關聯詞，具體概念我就不說了，想知道上網查就行，因為我也記不準確。
先說差別：union對兩張表的操作是合并數據條數，等于是縱向的，要求是兩張表字段必須是相同的(Schema of both sides of union should match.)。也就是說如果A表中有三條數據，B表中有兩條數據，那么A union B就會有五條數據。說明一下union 和union all的差別，對于union如果存在相同的數據記錄會被合并，而union all不會合并相同的數據記錄，該有多少條記錄就會有多少條記錄。例如在mysql下執行以下語句：
| select * from tmp_libingxue_a;name numberlibingxue 1001yuwen 1002select * from tmp_libingxue_b;name numberlibingxue 1001feiyao 1003select * from tmp_libingxue_a union select * from tmp_libingxue_b;libingxue 1001yuwen 1002feiyao 1003select * from tmp_libingxue_a union all select * from tmp_libingxue_b;libingxue 1001yuwen 1002libingxue 1001feiyao 1003 |
但是這樣在hive里面是不能執行的，執行select * from tmp_libingxue_a union all select * from tmp_libingxue_b;會failed，hive中union必須在子查詢中進行。如
| select * from (select * from tmp_yuwen_a union all select * from tmp_yuwen_b) t1; |
注意，必須是union all，單獨用union它會提示你缺少ALL，而且后面的t1必須寫，你可以寫成a或者b，但是一定要寫，不寫會出錯。
而join則是偏于橫向的聯合，僅僅是偏向于，等下詳細說明。join跟union比起來顯得更寬松，對兩個表的字段不做要求，沒有限制條件的join等于兩個表的笛卡爾乘積，所有join需要有限制條件來約束，經過限制的join就是橫向的擴張了。對于滿足限制條件的join會被提取出來，不滿足的直接過濾掉。用法可以很靈活，下面有兩個簡單的例子：
| select * from (select * from tmp_yuwen_a）t1 join (select * from tmp_yuwen_b) t2;select * from tmp_yuwen_a t1 join (select * from tmp_yuwen_b) t2; |
left outer join和right outer join用法類似，區別就是left outer join會把左邊表的字段全部選擇出來，右邊表的字段把符合條件的也選擇出來，不滿足的全部置空，也就是說以左邊表為參照。right outer join同理以右邊表為參照。這三個join之間的差別說過很多次，網上也有更詳細的解釋，不再贅述。
相同點：在某些特定的情況下，可以用join實現union all的功能，這種情況是有條件的，當出現這種情況的時候選擇union all還是group by就可以看情況或者看兩者的消耗而決定。sql雖然就在那么幾個關鍵詞，但變化多端、功能強大，只要能實現想要的功能，怎么用隨便你。需求情況sql簡單重現如下
| drop table tmp_libingxue_resource;create external table if not exists tmp_libingxue_resource( user_id string, shop_id string, auction_id string, search_time string)partitioned by (pt string)row format delimited fields terminated by '/t'lines terminated by '/n'stored as sequencefile;drop table tmp_libingxue_result;create external table if not exists tmp_libingxue_result( user_id string, shop_id string, auction_id string, search_time string)partitioned by (pt string)row format delimited fields terminated by '/t'lines terminated by '/n'stored as sequencefile;insert overwrite table tmp_libingxue_result where(pt=20041104) select * from tmp_libingxue_resource; |
