蜂巢：从一张桌子减去另一张桌子？

Question

在Hive中，我有两个表：

'old_books' 
 title String, author String, year Int, outOfPrint Boolean; 

和

'new_books'  
title String, author String, year Int;

由于某些错误，创建这些表的人已将一些新标题放入“ old_books”表中。

是否可以仅通过Hive从“旧书”表中减去两个表中都存在的记录？

到目前为止，我只需要通过Hive请求选择两个表中都存在的书：

SELECT old_books.* FROM old_books JOIN new_books ON (old_books.title=new_books.title);

如何从'old_books'继承此请求的结果？

Answer 1

假设您具有Hive 01.3版本或更高版本，则可以使用not exist子句：

select * from old_books a不存在的地方（SELECT 1 FROM old_books b JOIN new_books c ON（b.title = c.title），其中a.book_id = b.book_id）；

这是参考： https : //cwiki.apache.org/confluence/display/Hive/LanguageManual+SubQueries

Answer 2

我发现以下对我有用：

INSERT OVERWRITE TABLE corrected_old_books
SELECT old_books.* FROM old_books left JOIN new_books ON (new_books.title=old_books.title) where new_books.title is NULL;

我使用/usr/lib/hive/lib/hive-hwi-0.13.0.2.1.3.0-563.jar