Hive三表Full Outer Join结果不符合预期，请求技术支持

问题根源 #

你的多表全外连接语法存在错误：没有为每个FULL OUTER JOIN操作单独指定关联条件，导致前两个表先执行了笛卡尔积关联，进而产生错误的Customer信息匹配。

Hive多表连接执行逻辑 #

Hive对连续多表join采用左结合的执行顺序：

1. 先执行address_temp FULL OUTER JOIN customer_temp
2. 将第一步的中间结果与account_temp执行join

你的写法中，所有ON条件仅放在最后一个join上，这意味着第一步的address和customer join没有指定关联条件，会生成笛卡尔积（address的2行与customer的1行两两组合，其中就包含了1111111的address与1234569的customer的错误组合）。后续与account join时，这个错误组合因不满足address_temp.id=customer_temp.id无法匹配account数据，但错误的Customer信息已经保留在结果中。

正确查询语句 #

需要为每个join单独添加ON条件，确保每一步关联都基于id匹配，同时用COALESCE处理full outer join后的null值，保证与account的关联正确：

SELECT *
FROM address a
FULL OUTER JOIN customer c 
  ON a.id = c.id
FULL OUTER JOIN account ac 
  ON COALESCE(a.id, c.id) = ac.id;

执行结果验证 #

上述语句执行后将得到你预期的结果：

a.id    a.address  c.id    c.customerName  ac.id   ac.accountNo
1234569 addrs1     1234569 custName        1234569 accountNo
1111111 addrs2     null    null            null    null

内容的提问来源于stack exchange，提问作者Farahnaaz Pathan