Hadoop 配置单元QL-在另一个表中包含键的子集行

我想用TableB中出现的键来子集TableA的所有行

表-

Idn   X  Y ...
 12   *  *
 13   *  *
 14   *  *

表B-

Idn   A B C ...
 12   * * *
 12   * * *
 14   * * *

我想选择表A中的所有元素，其中键出现在表B中

以下SQL查询在配置单元中不起作用-

select * from TableA where Idn in (select distinct Idn from TableB) a;

我还有别的办法吗

可以在单个查询中完成吗

请注意，这两个表在Idn中都不必是唯一的。

类似于a的内容可以做到这一点：

SELECT * FROM TableA LEFT SEMI JOIN TableB on (TableA.Idn = TableB.Idn)

---

左半联接以一种有效的方式实现了不相关的IN/EXISTS子查询语义。从配置单元0.13开始，使用子查询支持IN/NOT IN/EXISTS/NOT EXISTS运算符，因此大多数连接不再需要手动执行。使用左半联接的限制是，只能在子句上的联接条件中引用右侧表，而不能在WHERE或SELECT子句等中引用右侧表。

实际上，这消除了中间表-SELECT a.*从表a内部联接选择不同的idn从表b中选择a.idn=b.idn。这是最好的方式吗？看起来这正是我想要的。我可以指出，这只需要1个Map Reduce作业，而等效的查询在a.Idn=b.Idn上从表a中选择a.*内部联接从表b中选择不同的Idn。Idn需要2。谢谢。干杯：是的，你是对的，在用于常规内部联接的MapReduce作业中，映射程序在两个表上运行，通过计算查询中的任何UDF并根据where子句过滤掉任何记录，从而发出需要联接的记录，从而产生更多的作业。