Sql 比较不同联接顺序的配置单元查询的效率

考虑配置单元中的以下两个查询：

SELECT
    *
FROM
    A
INNER JOIN 
    B
INNER JOIN
    C
ON 
    A.COL = B.COL
AND A.COL = C.COL

及

---

问题：这两个查询在计算上是相同还是不同？换句话说，为了获得最快的结果，我应该选择写一个还是另一个，还是不重要？谢谢。

在Hive 1.2上，也在Hive 2.3上进行了测试，都是在Tez上，优化器足够智能，可以推导表B的连接条件，并执行两个内部连接，每个连接条件都是正确的

检查简单查询

with A as (
select stack(3,1,2,3) as id
),
B as (
select stack(3,1,2,3) as id
),
C as (
select stack(3,1,2,3) as id
)

select * from A 
inner join B
inner join C
ON A.id = B.id AND A.id = C.id

Explain命令显示两个联接都作为映射联接在单个映射器上执行，并且每个联接都有自己的联接条件。这是解释输出：

地图1 文件输出运算符[FS_17] 映射联接运算符[MAPJOIN_27]（行=1宽度=12） 条件：FIL_24.col0=RS_12.col0（内部），FIL_24.col0=RS_14.col0（内部），HybridGraceHashJoin:true，输出：[“U col0”，“U col1”，“U col2”]

首先，我认为它将在第一个查询中与表B交叉连接，然后与C连接将减少数据集，但由于优化器，两个查询的工作方式相同（相同的计划，相同的执行）

另外，我在关闭映射连接的情况下测试了相同的方法（

sethive.auto.convert.join=false；

），并且两个查询都得到了完全相同的计划。我没有测试过真正的大桌子，你最好仔细检查一下

---

因此，在Hive 1.2和Hive 2.3上，对于reducer上的map join和merge join，计算上都是相同的。

谢谢您的回答。@AbhishekParab使用子查询连接表，首先减少数据集，然后第二次连接将在更小的数据集上工作，可能更快。只有子查询可以帮助排序联接

with A as (
select stack(3,1,2,3) as id
),
B as (
select stack(3,1,2,3) as id
),
C as (
select stack(3,1,2,3) as id
)

select * from A 
inner join B
inner join C
ON A.id = B.id AND A.id = C.id