如何使用 hive sql 查询查找表中不存在的行？

Question

我的数据是这样的：

身份证	阶段_1	第二阶段
1	A	F
1	B	G
1	C	H
2	A	F
2	B	G
2	C	H
3	A	F
3	B	G
4	A	F
4	B	G

我想查找

Stage_1 = A

存在但

Stage_2 = H

不存在的唯一 ID 的数量。这里，对于

ID = 3

和

ID = 4

，A 存在于

Stage_1

中，但在

Stage_2

中，不存在

H

或

ID = 3

的

ID = 4

。

所以这里的预期结果是 2。

Outer join

不适用，因为我使用 hive sql 终端仅从数据库中的一张表获取数据。

Answer 1

试试这个：

SELECT COUNT(DISTINCT ID)
FROM your_table
WHERE ID IN (
    SELECT ID
    FROM your_table
    WHERE Stage_1 = 'A'
)
AND ID NOT IN (
    SELECT ID
    FROM your_table
    WHERE Stage_2 = 'H'
);

Answer 2

您可以尝试将表左连接到自身并计算空值

SELECT COUNT(DISTINCT t1.ID)
FROM your_table t1
LEFT JOIN your_table t2
  ON t2.Stage_1 = t1.Stage_1
    AND t2.Stage_2 = 'H'
WHERE t1.Stage_2 = 'A'
AND t2.ID IS NULL