SQL到HiveQL转换

Question

我有这个SQL查询，我正在尝试转换它，以便它可以在HiveQL 2.1.1上运行。

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
)

这在Hive上不起作用，因为它有超过一个SubQuery (不支持)

从SQL到Hive的EXISTS或IN替换如下：

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

可代之以：

A LEFT SEMI JOIN B ON aid=bid

但是，我想不出用附加的MAX()函数来实现这一点的方法。

Answer 1

使用标准联接语法，而不是用逗号分隔：

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

我不知道upvotes逻辑应该做什么。links逻辑易于处理。蜂巢可以处理这件事：

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
                   );