Hive 语句复习

1、union 和 union all 的区别

Union，对两个结果集进行并集操作，不包括重复行，同时进行默认规则的排序；

Union All，对两个结果集进行并集操作，包括重复行，不进行排序；

Intersect，对两个结果集进行交集操作，不包括重复行，同时进行默认规则的排序；

Minus，对两个结果集进行差操作，不包括重复行，同时进行默认规则的排序。

（union是可以自己排序的哦，根据select后第一个属性）

 2、regexp_extract(string subject,  string pattern,  int index)

将字符串subject按照pattern正则表达式的规则拆分，返回index指定的字符。

第一参数：   要处理的字段

第二参数:    需要匹配的正则表达式

第三个参数:

• 0是显示与之匹配的整个字符串
• 1 是显示第一个括号里面的
• 2 是显示第二个括号里面的字段...

正则匹配字符解释：

• ^ 表示开头
• $ 表示结尾
• . 表示任意字符
• * 表示任意多个

3、LEFT JOIN 关键字会从左表 (table_name1) 那里返回所有的行，即使在右表 (table_name2) 中没有匹配的行。

在使用left jion时，on和where条件的区别如下：

（1） on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。

（2）where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有left join的含义（必须返回左边表的记录）了，条件不为真的就全部过滤掉。