hive - 除了在databrick sql（spark sql）中不起作用的命令

Question

我已经写了这个除了查询以从 databricks 笔记本的两个配置单元表中获取记录的差异。（我试图在 mssql 中获得结果，即只有结果集的差异）

select PreqinContactID,PreqinContactName,PreqinPersonTitle,EMail,City 
  from preqin_7dec.PreqinContact where filename='InvestorContactPD.csv'
except
  select CONTACT_ID,NAME,JOB_TITLE,EMAIL,CITY 
  from preqinct.InvestorContactPD where contact_id in (
    select PreqinContactID from preqin_7dec.PreqinContact 
    where filename='InvestorContactPD.csv')

但是返回的结果集也有匹配的记录。我上面显示的记录来自结果集中，但是当我根据contact_id单独检查它时，它是相同的。所以我不知道为什么除了返回匹配的记录。

只是想知道我们如何通过使用 sql 在 databrick 笔记本中使用 except 或任何差异查找命令。

如果源数据和目标数据相同，我不想在结果集中看到任何内容。

标签： hivehiveqldatabricksazure-databricksdatabricks-connect

Answer 1

EXCEPT在 Databricks 中运行良好，因为这个简单的测试将显示：

val df = Seq((3445256, "Avinash Singh", "Chief Manager", "[e-mail]", "Mumbai"))
  .toDF("contact_id", "name", "job_title", "email", "city")


// Save the dataframe to a temp view
df.createOrReplaceTempView("tmp")
df.show

SQL 测试：

%sql
SELECT *
FROM tmp
EXCEPT 
SELECT *
FROM tmp;

此查询不会产生任何结果。例如，您是否可能有一些前导或尾随空格？Spark 也区分大小写，因此也可能导致您的问题。LOWER通过将函数应用于所有列来尝试不区分大小写的测试，例如