差集定义:一般地,设A,B是两个集合,由所有属于A且不属于B的元素组成的集合,叫做集合A减集合B(或集合A与集合B之差),类似地,对于集合A.B,我们把集合{x/x∈A,且x¢B}叫做A与B的差集,记作A-B记作A-B(或A\\B),即A-B={x|x∈A,且x ¢B}(或A\\B={x|x∈A,且x ¢B} B-A={x/x∈B且x¢A} 叫做B与A的差集
下面来介绍一下hive常用的求差集方法,左(右)连接 left (outer) join
先看一下左连接之后表是什么样的
1 hive> select * from A a left outer join B b on a.uid=b.uid and a.goods=b.goods; 2 1 2 1 2 3 1 3 NULL NULL 4 2 1 NULL NULL 5 2 3 2 3 6 3 1 NULL NULL 7 Time taken: 12.735 seconds, Fetched: 5 row(s)
现在只要取出B的uid和goods为null的行就可以了
1 hive> select a.* from A a left outer join B b on a.uid=b.uid and a.goods=b.goods where b.uid is null and b.goods is null; 2 1 3 3 2 1 4 3 1 5 Time taken: 13.023 seconds, Fetched: 3 row(s)
部分引用:http://blog.csdn.net/dr_guo/article/details/51182626