HiveQL中IN与NOT IN是否支持？Qubole环境下查询报错求助

嘿，作为HiveQL新手碰到这种问题太正常了！先给你拍板：HiveQL是完全支持IN和NOT IN语法的，Qubole平台上也一样支持——你遇到的错误根本不是IN子查询的锅，而是查询里藏着几个语法/逻辑问题。

先拆解你的错误原因：

• 首先看AND NOT d.columnTwo这部分：Hive里NOT后面必须跟一个明确的布尔表达式，直接写NOT 列名是无效的。如果columnTwo是布尔类型，你可以写成NOT d.columnTwo（部分版本可能需要明确d.columnTwo = false）；如果是字符串/数值类型，就得用比较运算符，比如d.columnTwo != '目标值'或者d.columnTwo IS NOT NULL，得根据你的业务逻辑来调整。
• 其次，查询里用到了d.、h.这些别名，但你没在FROM/JOIN子句里给表定义对应的别名！比如d.columnOne的d，你得在FROM table1后面加上d（也就是FROM table1 d）；而h.columnThree的h，如果这个列来自table2，你要么得把table2关联进来，要么就是笔误应该写成d.columnThree，不然Hive根本不知道h指的是哪个表。
• 最后，虽然Hive（包括Qubole上的版本）支持IN后面跟子查询，但如果你的Hive版本特别旧（比如0.13之前），子查询支持会有限制，但这大概率不是你现在的问题。

给你修正后的查询示例（假设h.columnThree是笔误，实际是table1的列，且columnTwo是要排除某个特定值）：

SELECT DISTINCT vId 
FROM table1 d
WHERE d.columnOne = "123" 
  AND d.columnTwo != '需要排除的值'  -- 替换成你的实际判断条件
  AND d.timestamp BETWEEN 1523550000000 AND 1523930000000 
  AND NOT (d.columnThree REGEXP "000\\.000\\.000\\.00|111\\.111\\.111\\.11|222\\.22\\.222\\.22")  -- 注意正则里的点要转义，不然会匹配任意字符
  AND vId IN (SELECT vId FROM table2 WHERE colOne REGEXP "000|111|222")

如果你的Hive版本确实不支持IN子查询，或者想换一种更高效的写法，可以用JOIN替代：

SELECT DISTINCT d.vId 
FROM table1 d
JOIN (SELECT DISTINCT vId FROM table2 WHERE colOne REGEXP "000|111|222") t2
  ON d.vId = t2.vId
WHERE d.columnOne = "123" 
  AND d.columnTwo != '需要排除的值'
  AND d.timestamp BETWEEN 1523550000000 AND 1523930000000 
  AND NOT (d.columnThree REGEXP "000\\.000\\.000\\.00|111\\.111\\.111\\.11|222\\.22\\.222\\.22")

另外提醒下：正则表达式里的.是匹配任意字符的，如果你要匹配实际的点号，记得用\\.转义，不然你的IP匹配逻辑会出错哦！

内容的提问来源于stack exchange，提问作者noobeerp