Разница между% против * в сравнении строк в Hive

Question

При попытке перечислить все имена таблиц в базе данных с указанным c форматом имени, следующий запрос работает нормально:

show tables like '*case*';

, в то время как следующее не

show tables like '%case%';

С другой стороны, при сравнении фактических данных внутри строковых столбцов встречается обратный случай

Рабочий запрос:

select column from database.table where column like '%ABC%' limit 5;

Не рабочий запрос:

select column from database.table where column like '*ABC*' limit 5;

В чем разница между двумя операторами * и%?

Answer 1

В этом разница между регулярными выражениями и аналогичными шаблонами.

LIKE встроен в язык SQL. Он имеет два подстановочных знака:

• % представляет любое количество символов, включая ноль.
• _ представляет ровно один символ.

Регулярные выражения гораздо более гибкие для сопоставления практически с любым шаблоном в строке.

Когда был изобретен SQL, я не думаю, что регулярные выражения широко использовались в компьютерных системах - по крайней мере, люди в IBM, работавшая над реляционными базами данных, возможно, не была знакома с людьми из ATT, которые изобретали Unix.

Регулярные выражения, конечно, намного мощнее, чем шаблоны LIKE. И Hive поддерживает их с помощью оператора RLIKE (и некоторых других функций).

Функциональность SHOW не является стандартной SQL. Поэтому разработчики Hive выбрали более гибкий метод сопоставления с образцом.

Answer 2

HiveQL пытается имитировать c SQL, но он не строго следует своим стандартам.

Использование подстановочных знаков относится не к предложению LIKE, а к самому утверждению. SHOW операторы проверяют подстановочные знаки на основе регулярного выражения Java, тогда как когда дело доходит до SELECT операторов, Hive пытается придерживаться проверки SQL подстановочными знаками.