Hadoop 在配置单元中连接多个表

下面是数据集

Table1
col1,col2
key1,k1
key2,k2
key3,k3


Table2
col1,col3
key1,k11
key2,k22
key4,k44


Table3
col1,col4
key1,k111
key2,k222
key5,k555

我需要基于col1连接3个表。下面是我的问题

从中选择a.col1、a.col2、b.col3、c.col4 表1 a完全外部连接表2 b 全外连接表3 c

预期输出如下所示

预期产出：

col1,col2,col3,col4
key1,k1,k11,k111
key2,k2,k22,k222
key3,k3,   ,
key4,  ,k44,
key5,  ,   ,k555

---

由于您正在进行完全外部联接，因此最好对列

col1

比如：

select 
    COALESCE(a.col1, b.col1, c.col1) as col1,
    a.col2,
    b.col3,
    c.col4
from 
    table1 a 
    full outer join table2 b 
      on t1.col1 = t2.col1
    full outer join table3 c
      on t1.col1 = t3.col1;

---

我们还需要有连接条件，以避免结果集中的笛卡尔积

因为您正在进行完全外部联接，所以最好对列

col1

比如：

select 
    COALESCE(a.col1, b.col1, c.col1) as col1,
    a.col2,
    b.col3,
    c.col4
from 
    table1 a 
    full outer join table2 b 
      on t1.col1 = t2.col1
    full outer join table3 c
      on t1.col1 = t3.col1;

我们还需要有连接条件，以避免结果集中的笛卡尔积

根据所需的结果，您需要在上联接所有表 可乐一号

要确保col1中始终有一个值，需要

coalesce

将它们合并在一起（coalesce提供第一个非空值 价值）

要将其他列缝合在一起（并用空空格替换null，请将coalesce与

concat

结合使用）：

综上所述：

select
coalesce(t1.col1,t2.col1,t3.col1) as col1,
concat(coalesce(t1.col2,' '),',',coalesce(t2.col2,' '),',',coalesce(t3.col2,' '))
from
table1 t1
full join table2 t2
  on t1.col1 = t2.col1
full join table3 t3
  on t1.col1 = t3.col1

根据所需的结果，您需要在上联接所有表 可乐一号

要确保col1中始终有一个值，需要

coalesce

将它们合并在一起（coalesce提供第一个非空值 价值）

要将其他列缝合在一起（并用空空格替换null，请将coalesce与

concat

结合使用）：

综上所述：

select
coalesce(t1.col1,t2.col1,t3.col1) as col1,
concat(coalesce(t1.col2,' '),',',coalesce(t2.col2,' '),',',coalesce(t3.col2,' '))
from
table1 t1
full join table2 t2
  on t1.col1 = t2.col1
full join table3 t3
  on t1.col1 = t3.col1

---

上面的查询返回了27行..其中输出预期为5行.这很好.当我有table1.col1=table2.col1和table2.col7=table3.col1时，我该怎么做.上面的查询返回了27行..其中输出预期为5行.这很好.当我有table1.col1=table2.col1和table2.col7=table3.col1时，我该怎么做.你想这样做吗是交叉连接吗？可能您的意思是

table1.col1=table2.col1和table1.col1=table3.col1

？您希望它是交叉连接吗？可能您的意思是

table1.col1=table2.col1和table1.col1=table3.col1

？key1，k11，k2，k22，k3，key4，k44，key5，k555在第一列key1，k11之后没有逗号值，k111 key2 k2、k22、k222 key3 k3、key4、k44、key5、k555在第一列后未获取逗号值