Hive命令执行NOT IN子句

Question

我有两个表,tab1和tab2.

tab1(T1)  tab2(T2)
a1         b1
b1         c1
c1         f1
d1         g1

我正在寻找T2中不存在的表T1中的值.在这种情况下,输出应该是a1 d1

我已尝试使用以下查询但无法获得正确的解决方案.

select distinct tab1.T1 from tab1 left semi join tab2 on (tab1.T1!=tab2.T2);

Answer 1

SELECT t1.str
FROM tab1 t1 
LEFT OUTER JOIN tab2 t2 ON t1.str = t2.str
WHERE t2.str IS NULL;

结果:

OK
a1
d1

"为什么t2.str在那里是空条件":左外连接确保第一个表中的所有值都包含在结果中.那么当第二个表中没有值时会发生什么:在这种情况下,第二个表中的所有列都报告为null.

因此,在上面的情况下,我们正在精确搜索第二个表项缺失的情况 - 因此我们:

• 从表2中选择一个永不空(又名非空)列.
• 那么:数字是一个永远存在的列？如果没有,那么请选择另一个
• 指定条件"table1-alias"."table1-never-null-column"= null.这意味着记录实际上不存在于连接条件中 - 因此我们发现记录仅存在于表1中.