Hive加入！=不工作

Question

在蜂巢中，我正在使用两个表，每个表都有相同的字段。 我的想法是我只想要表“一”中的行，这些行不在表“两”中。 这时，我没有得到任何返回的结果。

表一

id  | category
i_1 | c_123
i_1 | c_234
i_1 | c_345
i_1 | c_456
i_2 | c_456

表二

id  | category 
i_1 | c_345

这是我当前的代码（不返回任何行）：

select a.id, a.category
from one a 
left join two b 
on a.id=b.id 
where a.category != b.category;

理想的结果应如下所示：

id  | category
i_1 | c_123
i_1 | c_234
i_1 | c_456
i_2 | c_456

Answer 1

也许这就是你要找的东西：

select a.id, a.category
from one a 
  left join two b 
    on a.id=b.id 
      and a.category = b.category
where b.id is null

这将返回表一中不存在的所有记录，这两个记录在id和类别上匹配。 您的查询是否定outer join 。 我不确定hive支持not exists ，但这甚至可能更有效。

Answer 2

此解决方案仅适用于Hive 0.13+ 。

这是 NOT EXISTS子句的手册参考。

select a.id, a.category
from one a 
where not exists (
  select 1 
  from two b 
  where a.id = b.id and a.category = b.category
)

值得一提的是，它可以比某些DBMS上的WHERE x IS NULL LEFT JOIN执行得更快。

我认为这是一种更好的做法，因为您不需要读取整个查询以注意LEFT JOIN实际上是反连接。