HiveQL内连接

Question

我正在尝试在Hive中的两个表之间进行简单的内连接。我有一个订单表，另一个是日志表。这是两者的结构：

订单：

id_operacion string               
fecha string                
id_usuario string                
id_producto string                
unidades int                
id_bono string                
precio float            
precio_total float                
ip string

日志：

host STRING
identity STRING
user STRING
time STRING
request STRING
status STRING
size STRING
referer STRING
agent STRING

order表中并不是所有的'ip‘都有值，其中一些是空的。

我想要获取值order.id_usuario,order.id_producto,logs.host,logs.agent。在这种情况下order.ip=log.host。

我正在尝试这个查询：

SELECT order.id_producto,order.id_usuario,log.host,log.agent
FROM order JOIN log ON order.ip=log.host;

我不知道为什么，但查询会返回日志表中的所有代理，而不仅仅是那些与两个表的IP地址相匹配的代理。

我希望我已经很好地解释了这个问题。有什么想法吗？

Answer 1

这听起来像是连接的问题。这可能与空值有关。也可以是表中的数据。尝尝这个?

SELECT order.id_producto,order.id_usuario,log.host,log.agent
FROM order 
JOIN log ON order.ip=log.host
WHERE order.ip is not null