Hive都2.0时代了,但好像在联表查询时对!=或者<>支持的不是很好。
昨天进行联表查询时,利用两个表的userid进行等值关联,查询结果正确,hql如下:
select t1.* from subscribe_log_info t1,t_news_fan_analysis_day t2 where t1.userid = t2.userid;
但使用不等于运算符(!=和<>都试了),查询出很多重复记录,hql如下:
select t1.* from subscribe_log_info t1,t_news_fan_analysis_day t2 where t1.userid <> t2.userid;
各种百度、尝试无果。后来使用 not in语句查询出正确的结果,但是效率太低,两个表的数据加起来不过七十条,竟然用了200多秒(个人台式机上的虚拟机,内存快占满了),这上生产还了得?果断放弃,最后使用如下hql搞定,查询时间大概在50秒左右,放到生产环境的服务器上预计20秒左右执行完毕:
select t1.* from subscribe_log_info t1 left outer join t_news_fan_analysis_day t2 on t1.userid = t2.userid where t2.userid is null;
大家要是知道原因请告诉我一声哈!