Hive中字符串比较中% vs *的差异

Question

当尝试列出具有特定名称格式的数据库中的所有表名时，以下查询可以正常工作：

show tables like '*case*';

而下面的代码则不是

show tables like '%case%';

另一方面，当比较字符串列中的实际数据时，反之亦然

工作查询：

select column from database.table where column like '%ABC%' limit 5;

不工作的查询：

select column from database.table where column like '*ABC*' limit 5;

2个运算符*和%的区别是什么？

Answer 1

这就是正则表达式和like模式之间的区别。

LIKE内置于SQL语言中。它有两个通配符：

• %表示任意数量的字符，包括zero.
• _表示一个字符。

正则表达式更加灵活，几乎可以匹配字符串中的任何模式。

当SQL被发明时，我不认为正则表达式在计算机系统中普遍使用--至少，在IBM从事关系数据库工作的人可能还不熟悉发明Unix的ATT人。

当然，正则表达式比LIKE模式强大得多。而配置单元通过RLIKE运算符(和其他一些函数)支持它们。

SHOW功能不是标准的SQL。因此，Hive的开发人员选择了更灵活的模式匹配方法。

Answer 2

HiveQL试图模仿SQL，但它并不严格遵循它的标准。

通配符的使用与LIKE子句无关，而是与语句本身相关。SQL语句基于Java正则表达式验证通配符，而当涉及到SELECT语句时，Hive尝试坚持使用SHOW的通配符验证。