我要评论t_a 表的记录如下
c1 |
:———— |
a |
b |
c |
生成 sql 如下：
create table t_a(c1 string);
insert into t_a values("a"),("b"),("c");
t_b 表的记录如下
| c1 |
|---|
| b |
| m |
生成 sql 如下：
create table t_b(c1 string);
insert into t_b values("b"),("m");
我们要在t_a 中出现，而不在 t_b中出现的记录。
结果需要为：
| c1 |
|---|
| a |
| c |
- 写法1 — 使用not in
select * from t_a
where c1 not in(select c1 from t_b);
- 写法2 —使用 left join 关联上的去掉
这种写法不容易读懂。
select a.* from t_a a left join t_b b
on a.c1=b.c1
where b.c1 is null;
注意 left join 中 b.c1 is null 不能谓词下推。
生成的执行计划如下。注意，在 join 后才过滤 _col1 is null，关联上的 _col1 肯定是 not null，所以关联上的全去掉。
plan optimized by cbo.
vertex dependency in root stage
map 1 <- map 2 (broadcast_edge)
stage-0
fetch operator
limit:-1
stage-1
map 1 vectorized
file output operator [fs_20]
select operator [sel_19] (rows=1 width=93)
output:["_col0"]
filter operator [fil_18] (rows=1 width=93)
predicate:_col1 is null
map join operator [mapjoin_17] (rows=2 width=93)
conds:sel_16._col0=rs_15._col0(left outer),output:["_col0","_col1"]
<-map 2 [broadcast_edge] vectorized
broadcast [rs_15]
partitioncols:_col0
select operator [sel_14] (rows=2 width=85)
output:["_col0"]
tablescan [ts_2] (rows=2 width=85)
ods@t_b,b,tbl:complete,col:none,output:["c1"]
<-select operator [sel_16] (rows=2 width=85)
output:["_col0"]
tablescan [ts_0] (rows=2 width=85)
ods@t_a,a,tbl:complete,col:none,output:["c1"]
time taken: 0.159 seconds, fetched: 29 row(s)
- 写法3 — except
这种写法运行速度比较慢，并且如果每个表有多个字段，但是，仅按少数的字段进行判断的话就不适合。
select * from t_a except select * from t_b;
发表评论