如何基于Hive历史表的loaded_timestamp获取两日数据差异？

数据老陈

2026-5-6

解决Hive历史表两日数据差异查询问题

我来帮你搞定这个需求！你的目标是找出仅存在于前一日数据中，但当日数据里没有的email地址，原查询存在几个语法和逻辑上的问题，我来一步步修正并给出正确的写法。

原查询的问题点

表别名重复使用（t1、t2），且LEFT OUTER JOIN缺少关键的ON关联条件
current_timestamp返回的是带时分秒的完整时间戳，和你示例里的日期格式（如2020-03-08）不匹配，应该用日期类型的函数获取当日日期
筛选差异的逻辑错误：要找前一日有但当日没有的记录，应该判断左连接后右侧表的email字段为NULL，而非t1.email!=t2.email

正确的查询写法

方法1：使用LEFT JOIN关联筛选

SELECT t_prev.email_addr
FROM (
    SELECT email_addr 
    FROM your_table 
    WHERE loaded_timestamp = date_sub(current_date, 1) -- 获取前一日数据
) t_prev
LEFT OUTER JOIN (
    SELECT email_addr 
    FROM your_table 
    WHERE loaded_timestamp = current_date -- 获取当日数据
) t_curr ON t_prev.email_addr = t_curr.email_addr
WHERE t_curr.email_addr IS NULL; -- 筛选出前一日有、当日没有的email

方法2：使用NOT EXISTS子查询

如果你觉得子查询更直观，也可以用这种方式：

SELECT email_addr
FROM your_table
WHERE loaded_timestamp = date_sub(current_date, 1)
AND NOT EXISTS (
    SELECT 1 
    FROM your_table t_curr
    WHERE t_curr.loaded_timestamp = current_date
    AND t_curr.email_addr = your_table.email_addr
);