Hive QL 过滤时最有效的决策是什么 - 使用 In () 或 Not In()？

Question

我正在使用将要提取大量数据的Hive QL运行查询。为了帮助它更快地处理，我将添加一个简单的过滤器，其中column_a不在('xxx'(中。但是，处理查询的最有效方法是什么？不在或不使用？预先感谢:)

Answer 1

纯答案！没关系！数据的过滤将在地图侧进行，无论您提到什么条件，都将通过记录将数据记录应用于每个记录。在与否，在两种情况下都将评估所讨论的每个记录。因此，请使用更直观的内容！

最适合您的实施。