hive 比较两个表数据的不同

工作中常会需要去对比两个表中某些数据的不同。以及关于join的操作。这里将遇到的记录一下。

 

比较两个表的不同

left Join 保证了左表的数据一定会存在，对于这类查Diff的场景很合适
下面这个语句可以查出来 T2中比T1新增的列与数据
key表示连接的关键值，唯一信息的那一列，例如用户ID之类

SELECT * FOROM T1
  LEFT JOIN 
SELECT * FROM T2
  ON T1.key = T2.key
WHERE 
  T2.key is NULL

对于想进一步做筛选条件，可以后面加where

SELECT * FOROM T1
  LEFT JOIN 
SELECT * FROM T2
  ON T1.key = T2.key
WHERE 
  T2.key is NULL OR T1.data_key != T2.data_key

Union ALL

SELECT col1, col2, col3
FROM
(
  SELECT * FROM tableA
  UNION ALL  
  SELECT * FROM tableB
) data
GROUP BY col1, col2, col3
HAVING count(*)!=2

UNION 命令只会选取不同的值，UNION ALL 会包括全部的值

 

鸣谢与参考：

本文近乎完全参考下文
https://www.jianshu.com/p/c7f46125d4c2