Question

如何使用Hive&R从Hadoop集群中提取数据进行分析

Answer 1

Hive提供了类似SQL的连接语义。内连接是应用程序中使用的最常见的join操作，可将它视为默认连接类型。内连接基于连接谓词将两个表（假设为A(CDR)和B（网络日志））的列值合并在一起。内部join查询将A表与B表的每一行进行比较，找出满足连接谓词的所有行对。如果满足连接谓词，则会将该记录的A和B的列值合并，以建立新的合成记录。可以这样思考内连接：它获取这两个表的Cartesian产品，然后返回满足连接谓词的记录。