hive join on和where条件之间的区别

hive> select ljn001.*,ljn002.*
 > from ljn001 left outer join ljn002
  > on (ljn001.a = ljn002.a and ljn001.b = ljn002.b and ljn001.b = 2);
OK
a       b       a       b
1       2       1       2
从执行计划中可以看出Hive在扫描ljn001表的map操作时就已经对b = 2进行了过滤。可见Hive把ljn001.b = 2当成了一个where筛选条件而不是一个on关联条件。因此在做Hive开发时一定要注意这个问题，否则就会产生意想不到的数据错误，也希望Hive能尽快修复这个缺陷。 

来源： <http://blog.sina.com.cn/s/blog_6ff05a2c01010oxp.html>

 

来自为知笔记(Wiz)