当前位置：首页 > article >正文

案例：Spark/Hive中‘String=数值类型’丢失精度问题

article 2024/12/27 9:40:26

问题描述 Spark/Hive执行sql，发现key不相等居然也关联上了：

select 
  a left join b   
      on   a.id = e.clue_id   --a.id类型：bigint，e.clue_id类型string
 where a.id=1734933297158217731

a.id e.clue_id dt timestamp

1734933297158217731 1734933297158217731 2023-12-14 2023-12-14 16:51:32
1734933297158217731 1734933297158217729 2023-12-14 2023-12-14 16:53:06
1734933297158217731 1734933297158217730 2023-12-14 2023-12-14 16:51:32

问题原因

使用HIve/Spark引擎执行sql时，当出现关联条件：String类型=数值类型（可能是double、int、bigint等），引擎会默认将两边的值cast成doble类型丢失精度，执行计划如下：

Filter (id#27L = 1734933297158217731)
   +- Join LeftOuter, (if ((isnull(followup_kfid#12) || (followup_kfid#12 = ))) kf_id#33 else followup_kfid#12 = kf_id#136)
      :- Join LeftOuter, (cast(id#27L as double) = cast(clue_id#63 as double))
      :  :- SubqueryAlias `a`

在这里插入图片描述

验证一下：
在这里插入图片描述

解决办法调整sql：

 修改前： a left join b   on   a.id = a.id = e.clue_id                         where a.id=1734933297158217731
 修改后： a left join b   on   a.id = a.id = cast(e.clue_id as bigint)    where a.id=1734933297158217731

查看全文

http://www.kler.cn/a/443635.html