hive 非等值连接问题

A

cookie_id  xxx



B

cookie_id   bid



C

origin_id   uid



A表左关联B表，关联出bids数组



用bids关联C表的orgin_id ,只要bids数组里其中一个bid包含orgin_id ，就把C表的uid关联出来



最后结果 目的是关联出更多的uid，最后条数要跟A表一致



伪代码：

select a.xxx,(c.uid is null , b.bids[0], c.uid) as uuid

from A a

left outer join (select cookie_id,collect_set(bid)  as bids from B group by cookid_id) b

on a.cookie_id = b.cookie_id

left outer join (select orgin_id,coollect_set(uid) as uid from C group by orgin_id) c

on array_contains(b.bids, c.orgin_id) and b.bids is not null



但是以上语法肯定是错误的，on后面条件不对，放在where里的话，会多对多关联，也得不到最后想要保持A表的条数吧，求大神指教，这个需求改如何解

先B表和C表实现外连接，再与A表内连接
select cid,collect_set(bid) as bids,collect_set(case when isnotnull(uid) then uid end as uu) as uids from (select a.cid cid, bc.bid bid, bc.uid uid from t_a a left join (select b.cid cid,b.bid bid,c.uid uid from t_b b left outer join t_c c on (b.bid=c.oid)) as bc on (a.cid=bc.cid)) as abc;
连接前的B表
1       1
1       2
2       3
3       4
3       5
3       6
连接前的C表
1       1
3       2
5       3
6       4
连接前的A表
1       苹果
2       梨子
3       核桃
连接之后的abc表
1       1       1
1       2       NULL
2       3       2
3       4       NULL
3       5       3
3       6       4
之后再求集合；主要是uid，这里只合并了uid，bid合并比较简单：
select cid,collect_set( case when isnotnull (uid) then uid end) as uids from abc group by cid;
结果如下：
1       [1]
2       [2]
3       [3,4]
先对B表和C表外连接效率比先对A表和B表进行连接效率要高；

hive应该只能间接实现不等值链接。难度还是比较大的。
楼主的应用场景是什么？还是自己空想出来的。

这个难度挺大的。
尝试不止需要懂语法，还需要不断的调试。
这里只说下思路：
楼主是想在on后面加条件。这很容易出现错误。
因为首先第一步：先将三张表建立为一张表。然后在大表的前提下在加where条件。