Hive 带有比较运算符的“where”中的子查询

假设我有一个由

dt

字段划分的大表。我想查询此表中特定日期之后的数据。例如

select * from mytab where dt >= 20140701;

棘手的是，日期不是一个常数，但来自子查询。所以基本上我想要这样的东西：

select * from mytab where dt >= (select min(dt) from activedates);

然而，Hive无法做到这一点，在子查询上给了我

ParseException

（从文档中我猜它还不受支持）

那么，如何限制基于动态子查询的查询

请注意，性能是这里的关键点。所以越快越好，即使它看起来更丑

---

还要注意，我们还没有切换到Hive 0.13，因此在查询中没有

的解决方案是首选
 Hive在构建执行计划时决定分区修剪，因此在执行之前必须具有
max（dt）
的值

目前完成类似操作的唯一方法是将查询分为两部分，当第一部分是
select min（dt）from activedates
时，其结果将被放入一个变量中。

第二个查询将是：
select*from mytab，其中dt>=${hiveconf:var}

现在这有点棘手。

您可以在OS变量中执行第一个查询，如下所示：

a=`hive -S -e "select min(dt) from activedates"`

hive -hiveconf var=$a -e "select * from mytab where dt >=${hiveconf:var}"

然后按如下方式运行第2个查询：

a=`hive -S -e "select min(dt) from activedates"`

hive -hiveconf var=$a -e "select * from mytab where dt >=${hiveconf:var}"

或者只是：

hive -e "select * from mytab where dt >=$a"

或者，如果使用其他脚本语言，可以替换代码中的变量