理解WHERE子句中的SQL连接

我有一个SQL查询，我正试图将其翻译成Pig拉丁语（用于Hadoop集群）。大多数情况下，我将查询转移到Pig上都没有问题，但我遇到了一些我似乎无法理解的问题

想象一下这样的select语句：

SELECT a.f1, b.f2, b.f3 -- just for example
FROM tableA a, tableB b
WHERE( 
(
    a.f1 = b.f2
    AND
    (
        a.f2 = b.f1
        OR
        (
            (a.f2 = 'somestring1' OR a.f2 = 'somestring2')
            AND
            (b.f1 is null OR b.f1 ='somestring3' OR b.f1 = 'somestring4')
        )
    )
OR
(
    a.f3 = b.f4
    AND
    (
        a.f4 = b.f3
        OR
        (
            (a.f4 = 'somestring5' OR a.f4 = 'somestring6')
            AND
            (b.f3 is null OR b.f3 ='somestring7' OR b.f3 = 'somestring8')
        )
    )
)
)
GROUP BY -- some other stuff

现在，我知道直接翻译成Pig是不可能的。 如果是这样的话，我想知道这个语句是如何分解成计算它所需的连接（和过滤器）的（因为更容易看到如何用它构造一个Pig查询）

我已经查看了Pig邮件列表，但我还没有找到一个好的解决方案，因为Pig并没有真正使用“或”连接。我知道这个问题有多奇怪

（如果有人真的知道如何在猪身上做到这一点，我不会反对看它……）

---

编辑：有人知道这在Hive中是否会更容易吗？联合是另一种拼写或。。。有点

也许：

SELECT a.f1, b.f2, b.f3 -- just for example
  FROM tableA a JOIN tableB b
    ON a.f1 = b.f2 AND
       (a.f2 = b.f1 OR
           ((a.f2 = 'somestring1' OR a.f2 = 'somestring2') AND
            (b.f1 is null OR b.f1 ='somestring3' OR b.f1 = 'somestring4')
           )
       )
UNION
SELECT a.f1, b.f2, b.f3 -- just for example
  FROM tableA a JOIN tableB b
    ON a.f3 = b.f4 AND
       (a.f4 = b.f3 OR
           ((a.f4 = 'somestring5' OR a.f4 = 'somestring6') AND
            (b.f3 is null OR b.f3 ='somestring7' OR b.f3 = 'somestring8')
           )
       )
GROUP BY -- some other stuff

---

关于Pig我不知道，但在SQL中，您的语句相当于您所写的：

select ...
from a
join b on [your enormous condition]
group by ...

这也会很慢，因为如果没有一个优化器（例如Postgres）来分解OR子句并使用适当的索引尝试它们中的每一个，那么最终会将两个表整体交叉连接起来

---

如果Pig对后者更有意义，您可以将语句重写为

select from（select…union select…）group by…

。

问题是我不知道如何处理Pig的“OR”。你可以按字段加入x，按字段加入y，但你不能在其中加入条件，至少就我所知。这能以某种方式用来（逻辑上）去除OR中的语句吗？如果你有耐心的话，你可以将它扩展到16路的联合（我的心算做得不错）。是的。。。我想我可能已经想出了一个方法，只使用连接/fitler和三个联合（以及一个独特的），但我必须摆弄它，看看它是否有效。基于逻辑分布定律（将p/\（q\/r）转换为（p/\q）\/（p/\r））。