Hive SQL中如何实现NOT EXISTS IN的等效功能？

针对你的需求，要从T1中找出不存在于T2的值（即a、c），下面提供几种Hive中可行的实现方式：

方法1：LEFT JOIN 过滤空值 #

这是Hive里最常用的方案，兼容性和稳定性都很好：

SELECT t1.col
FROM T1 t1
LEFT JOIN T2 t2 ON t1.col = t2.col
WHERE t2.col IS NULL;

逻辑：将T1与T2按字段关联做左连接，T2中无匹配的记录会返回NULL，过滤这些NULL记录就能得到T1独有的值。

方法2：使用NOT IN #

如果T2的目标字段没有NULL值，NOT IN可以直接使用：

SELECT col
FROM T1
WHERE col NOT IN (SELECT col FROM T2);

注意：如果T2的col存在NULL值，这个语句会返回空结果，此时不建议使用。

方法3：使用NOT EXISTS #

Hive支持NOT EXISTS语法，逻辑更直观，且不受T2字段NULL值影响：

SELECT col
FROM T1 t1
WHERE NOT EXISTS (
    SELECT 1
    FROM T2 t2
    WHERE t1.col = t2.col
);

这个写法直接判断T1的每条记录是否在T2中存在，不存在则保留。

内容的提问来源于stack exchange，提问作者Yes_par_row