在vs'>和

Question

之间使用是否有区别

我使用从按日期划分的大型配置单元表中选择数据（格式：yyyyMMdd），需要配置单元查询从6个月的数据中获取几个字段（总共180个日期分区。目前，查询看起来像：

SELECT field_1, field_2 
FROM table 
WHERE `date` BETWEEN '20181125' and '20190525'

想知道是否将查询更改为使用>= & <=在性能方面是否有任何区别。

SELECT field_1, field_2 
FROM table 
WHERE `date`>='20181125' AND `date`<='20190525'

Answer 1

我无法想到在使用<>而不是Between关键字时性能的任何重大变化。

但是如何使用IN关键字并列出范围之间的所有日期将比其他两种情况略有优势。

SELECT field_1, field_2 FROM table WHERE dates in ('20181125','20181126',...,'20190524','20190525');

Answer 2

[>=, <=和BETWEEN应该生成相同的执行计划，尽管在您的Hive版本中可能有所不同。

使用EXPLAIN，它显示查询执行计划。只有计划才能肯定地帮助回答这个问题。选中EXPLAIN DEPENDENCY，它会打印要扫描的input_partitions，然后您会看到分区修剪在每种情况下是否有效。

如果>=, <=，BETWEEN和IN的计划相同，则其工作原理相同，并且性能应相同。