使用NOT EXISTS

Question

我们有一个查询，每天都会多次针对不同的来源运行。 每次运行40分钟以上，我们都在尝试看看是否可以减少查询执行时间

该查询所做的只是尝试向现有表中添加新行（通过在键上进行比较）

                    SELECT          A.*
                    FROM            
                    ( 
                                       SELECT *
                                       FROM   A 
                    )
                    A
                    LEFT OUTER JOIN 
                                    ( 
                                           SELECT f1, f11
                                           FROM   B 
                                           WHERE  f13 IN  (  SELECT f13 FROM   C) 
                                    ) 
                    B 
                    ON              A.f1 = B.f1
                    AND             nvl(A.f11,'NULL') = nvl(B.f11,'NULL')
                    WHERE           isnull(B.f1) 
                    AND             isnotnull(A.f1) 

我要做什么

                    SELECT          A.* .
                    FROM            ( 
                                           SELECT * 
                                           FROM   A 
                                   ) 
                    A
                    WHERE NOT EXISTS  
                                    ( 
                                           SELECT 1
                                           FROM   B  WHERE  f13 IN  (  SELECT f13 FROM   C)
                                           and A.f1 = B.f1 and A.f11 = B.f11

                                    ) 

这项工作不仅会产生相似的结果，而且还将有助于减少执行时间。 该查询每天运行8次，因此查询的一个小改进将大有帮助。

任何建议都会有所帮助。

Answer 1

在Hive中，NOT EXISTS将生成与left join + isnull filter相同的计划。

您可以使用UNION + row_number()进行增量更新，例如此答案https://stackoverflow.com/a/44755825/2700344，而无需加入，它可能会更快运行