SQL 到 HiveQL 轉換

Question

我有這個 SQL 查詢，我正在嘗試對其進行轉換，以便它可以在 HiveQL 2.1.1 上運行。

SELECT p.id FROM page p, comments c, users u,

WHERE c.commentid= p.id 
AND u.id = p.creatorid 
AND u.upvotes IN (
    SELECT MAX(upvotes)
    FROM users u WHERE u.date > p.date
)
AND EXISTS (
    SELECT 1 FROM links l WHERE l.relid > p.id
)

這不適用於 Hive QL，因為它有超過 1 個子查詢（不支持）

從 SQL 到 Hive SQL 的EXISTS或IN替換是這樣完成的：

WHERE A.aid IN (SELECT bid FROM B...)

可以替換為：

A LEFT SEMI JOIN B ON aid=bid

但我無法想出一種方法來使用額外的MAX() function。

Answer 1

使用標准連接語法而不是逗號分隔：

SELECT p.id 
FROM page p INNER JOIN
     comments c
     ON c.commentid= p.id INNER JOIN
     users u
     ON u.id = p.creatorid INNER JOIN
     links l 
     ON l.relid > p.id 
WHERE u.upvotes IN (SELECT MAX(upvotes)
                    FROM users u 
                    WHERE u.date > p.date
                   );

Answer 2

我不確定upvotes邏輯應該做什么。 links邏輯很容易處理。 Hive 可以處理這個：

SELECT p.id
FROM page p JOIN
     comments c
     ON c.commentid = p.id JOIN
     users u
     ON u.id = p.creatorid CROSS JOIN
     (SELECT MAX(l.relid) as max_relid
      FROM links l
     ) l
WHERE l.max_relid > p.id AND
      u.upvotes IN (SELECT MAX(upvotes)
                    FROM users u
                    WHERE u.date > p.date
                   );