hive FULLJOIN中实现部分数据FULLJOIN另一部分数据LEFTJOIN的结果_hive中两个表full join后的数据量-程序员宅基地

需求

一个重点店铺表：dim_shop_point
一个用户对店铺关注表：follow_shop
一个近一年用户对店铺订单表：order_shop_year
全量店铺中有重点店铺和其他店铺
实现重点店铺的近一年订单数据及全量关注人群 + 非重点店铺关注人与近一年用户店铺订单的交集。

方案

方案一:

使用订单表order_shop_year ,FULL JOIN上重点店铺的全量关注人群，再LEFT JOIN上非重点店铺的关注人群。
SQL:

select id,shop_id,is_follow,t1.order_info
from order_shop_year t1
full join 
(
	select id,shop,is_follow
	from follow_shop a 
	inner join dim_shop_point b 
	on a.shop=b.shop
) t2
on t1.id=t2.id and t1.shop=t2.shop
left join 
(
	select id,shop,is_follow
	from follow_shop a 
	left join dim_shop_point b 
	on a.shop=b.shop
	where b.shop is null
) t3
on t1.id=t3.id and t1.shop=t3.shop

此时发现follow_shop表和dim_shop_point 表都被读取了两次，而且job数是5。
有没有job数更少，表读取次数更少的方式呢。

方案二:

给关注店铺用户打上标记，重点店铺标记1，非重点店铺标记0。最后订单表FULLJOIN关注人群，
此时有一下情况：

如果左右都匹配，标记设为1（不管是否是重点店铺）
如果左表有数，右表为null，表示这个人购买但是没关注，也保留，标记设为1
如果左表为null，右表有数，表示此人未购买但关注，此时判断此店铺是否为重点店铺，直接保留提前打上的标识数字即可。
最终结果过滤掉标记0的数据就是结果数据。
SQL:

select id,shop_id,is_follow,t1.order_info
from order_shop_year t1
full join 
(
	select id,shop,is_follow,if(b.shop is null,0,1) as flag
	from follow_shop a 
	left join dim_shop_point b 
	on a.shop=b.shop
) t2
on t1.id=t2.id and t1.shop=t2.shop
where if(t1.id is null,t2.flag,1) = 1

这样所有表都是读取了一次，而且job也减少到3个。

本文链接：https://blog.csdn.net/wsjwoods/article/details/106949540

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

c# 调用c++ lib静态库_c#调用lib-程序员宅基地

文章浏览阅读2w次，点赞7次，收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案，在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建：添加Visual C++ , Win32 项目这......_c#调用lib

deepin/ubuntu安装苹方字体-程序员宅基地

文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体，挺好看的。注重颜值的网站都会使用，例如知乎：font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang

html表单常见操作汇总_html表单的处理程序有那些-程序员宅基地

文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--method将表单中的数据传送给服务器处理，get方式直接显示在url地址中，数据可以被缓存，且长度有限制；而post方式数据隐藏传输，_html表单的处理程序有那些

PHP设置谷歌验证器（Google Authenticator）实现操作二步验证_php otp 验证器-程序员宅基地

文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证（即Google Authenticator服务）后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器

【Python】matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距-程序员宅基地

文章浏览阅读4.3k次，点赞5次，收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距

docker — 容器存储_docker 保存容器-程序员宅基地

文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节，实现了多层数据的堆叠，为用户提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制（CoW）策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的，不建议用于生成环境。_docker 保存容器

随便推点

网络拓扑结构_网络拓扑csdn-程序员宅基地

文章浏览阅读834次，点赞27次，收藏13次。网络拓扑结构是指计算机网络中各组件（如计算机、服务器、打印机、路由器、交换机等设备）及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式，也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn

JS重写Date函数，兼容IOS系统_date.prototype 将所有 ios-程序员宅基地

文章浏览阅读1.8k次，点赞5次，收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时，通常的做法是：new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的，而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠，也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑，需要做一些额外的特殊处理，笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数，一劳永逸，避免每次ne_date.prototype 将所有 ios