Hive 中的错误：对于 Exists/Not Exists 运算符，子查询必须是相关的答案

【问题标题】：Error in Hive : For Exists/Not Exists operator SubQuery must be CorrelatedHive 中的错误：对于 Exists/Not Exists 运算符，子查询必须是相关的
【发布时间】：2018-08-09 12:33:11
【问题描述】：

select * from students1;

students1.name  students1.age   students1.gpa
fred    35  1.28
barney  32  2.32
shyam   32  2.32

select * from students2;
students1.name  students1.age
fred    35
barney  32

当我运行这个查询时

select 
name,age from students1
where not exists
(select name,age from students2);

我收到了以下错误

编译语句时出错：FAILED: SemanticException line 39:22 子查询 sq_1 [ 的定义中的子查询表达式“年龄”无效 exists (select name,age from students2) ] 在第 3:10 行用作 sq_1：对于 Exists/Not Exists 运算符，子查询必须是相关的。

【问题讨论】：

标签： hadoop hive bigdata exists

【解决方案1】：

错误信息很清楚。使用exists/not exists时，子查询应该是关联的。

select name,age 
from students1 s1
where not exists (select 1
                  from students2 s2
                  where s1.name=s2.name and s1.age=s2.age
                 )

【讨论】：

这个1是什么意思
没有简单的方法来实现这一点，因为我必须编写查询来比较源表和目标表之间的数据
如果我有 100 列，那么我将不得不写 s1.x=s2.x 和 s1.a=s2.b .... 就像 100 列一样明智
@Kumar 1 只是一个任意值，因为我们唯一需要的是子查询返回一个值，无论如何。

【解决方案2】：

您正在尝试实现查询的MINUS 输出。它很遗憾在 Hive 中不可用。

您可以在此处阅读 HQL 和 SQL 的限制。 HQL vs SQL

对于不存在的用法，手册中有很好的例子。 subqueries in hive

【讨论】：