基本语法格式：

select [all | DISTINCT ] a.id, a.sname, a.age from student a join student02 b on a.id = b.id # 匹配函数 where a.age >=18 # 条件语句 group by a.age having a.age >=18 # 分组,having:分组后的筛选条件 order by a.age # 全局排序 sort by a.age #局部排序，当reducetask = 1 时，功能与order by一致 distribute by a.age # 分桶 a.age % [reducetask的个数]余数一致的分到一个桶里 cluster by a.age #分桶并排序 limit 100 #仅查看结果中的前100行数据

详解举例

匹配函数

1.内连接（inner join）join = inner join

select ... from t1 inner join t2 on t1.id=t2.id;

 

2.外连接（outer join）

输出结果一般是两个表的所有列

select ... from t1 left outer join t2 on t1.id=t2.id; #左外连接 select ... from t1 right outer join t2 on t1.id=t2.id; #右外连接 select ... from t1 full outer join t2 on t1.id=t2.id; #全外连接

 

3.半连接（semi join）

输出结果一般是其中一个表的列

select ... from t1 left semi join t2 on t1.id=t2.id; #左半连接，仅输出左表中的数据 select ... from t1 right semi join t2 on t1.id=t2.id; #右半连接，仅输出右表中的数据

 

注意：

1）join只支持等值连接

原因：map端的key不好设置

select ... from t1 join t2 on t1.id=t2.id; # 支持

select ... from t1 join t2 on t1.id=t2.id+1; # 不支持

2）join只支持and连接，不支持or连接

原因：and连接：map端的key为id+age；但是or连接的话，map端的key设置太复杂；

select ... from t1 join t2 on t1.id=t2.id and t1.age=t2.age; # 支持

select ... from t1 join t2 on t1.id=t2.id+1 or t1.age=t2.age; # 不支持

3）join支持多表关联

多表关联是通过同一个字段（id）关联的时候，只需要一个mr,否则就转换成多个；

select ... from t1

join t2 on t1.id=t2.id

join t3 on t1.id=t3.id; # 支持

 

 

排序函数

1.order by（全局排序）

不管reducetask设置为何值，都是对输出结果中的某列进行全局排序；

select ... from student order by age;

 

2.sort by（局部排序）

当reducetask = 1，相当于全局排序，= order by

当reducetask = 3，将结果随机分成三部分，在每一个部分中进行排序；

select ... from student sort by age;

结果：

0001 张三 15

0002 李四 16

 

0004 王五 14

0003 孟七 17

 

0007 黄一 16

0005 李四 19

 

3.distribute by（分桶不排序）

select ... from student distribute by age; # 此时reducetask = 3

结果：

0001 张三 15 # age%3=0

 

0002 李四 16 # age%3=1

0005 李六 19

0007 黄一 16

 

0003 孟七 17 # age%3=2

0004 王五 14

 

4.cluster by（分桶且排序）

select ... from student cluster by age; # 此时reducetask = 3

结果：

0001 张三 15 # age%3=0

 

0002 李四 16 # age%3=1

0007 黄一 16

0005 李六 19

 

0004 王五 14 # age%3=2

0003 孟七 17

 

注意：

• cluster by 不能与 sort by同时使用；
• 当分桶字段与排序字段一致时，cluster by = distribute by(分桶) + sort by(排序)
• 当分桶字段与排序字段不一致时，不能使用cluster by：

elect ... from student distribute by age sort by id;

结果：

0001 张三 15 # age%3=0

 

0002 李四 16 # age%3=1

0005 李六 19

0007 黄一 16

 

0003 孟七 17 # age%3=2

0004 王五 14