差集定義：一般地,設A,B是兩個集合,由所有屬於A且不屬於B的元素組成的集合,叫做集合A減集合B(或集合A與集合B之差),類似地,對於集合A.B,我們把集合{x/x∈A,且x￠B}叫做A與B的差集,記作A－B記作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與A的差集

下面來介紹一下hive常用的求差集方法，左（右）連接 left (outer) join

先看一下左連接之後表是什麽樣的

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)

現在只要取出B的uid和goods為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

Hive差集運算詳解