SQL WHERE NOT EXISTS 查询未返回结果

Question

我在构造查询并将其发送到 impala 上的运行时遇到问题。我创建了以下工作查询来连接两个表：

SELECT *
FROM illuminavariant as vcf, ensembl_genes as ens 
WHERE vcf.filter = "PASS" 
AND vcf.qual > 100 
AND vcf.chromosome = ens.chromosome
AND vcf.position BETWEEN ens.start AND ens.stop

现在我正在尝试编写一个查询来查找所有变体 WHERE vcf.filter = "PASS" 和 vcf.qual > 100，但没有匹配染色体和位置。

我试过这个：

SELECT * 
FROM p7dev.illumina_test, p7dev.ensembl_test
WHERE NOT EXISTS(
  SELECT * 
  FROM p7dev.illumina_test as vcf, p7dev.ensembl_test as ens
  WHERE vcf.chromosome = ens.chromosome  
  AND vcf.position BETWEEN ens.start AND ens.stop  
 )

但这没有返回任何结果。我认为 WITH 子句可能会起到作用，但如果有人能帮助我理解它如何工作的逻辑，我将不胜感激。非常感谢！

Answer 1

试试这个...

SELECT * 
FROM p7dev.illumina_test vcf
WHERE NOT EXISTS( SELECT 1
                  FROM p7dev.ensembl_test as ens
                  WHERE vcf.chromosome = ens.chromosome  
                  AND vcf.position BETWEEN ens.start AND ens.stop
                 )
AND vcf.filter = 'PASS' 
AND vcf.qual > 100

Answer 2

由于您正在寻找与任何整体都不相关的变体，因此形成变体和整体的交叉连接以从中过滤掉行似乎很奇怪。不过，如果那真的是您想要的，那么应该这样做：

SELECT *
FROM illuminavariant as vcf, ensembl_genes as ens 
WHERE vcf.filter = "PASS" 
AND vcf.qual > 100 
AND (
    vcf.chromosome != ens.chromosome
    OR vcf.position < ens.start
    OR vcf.position > ens.stop
  )

这只是否定了将变体行与整体行相关联的条件。

不过，我怀疑您真正想要的更像这样：

SELECT vcf.*
FROM
  illuminavariant as vcf
  LEFT JOIN ensembl_genes as ens 
    ON vcf.chromosome = ens.chromosome
    AND vcf.position BETWEEN ens.start AND ens.stop
WHERE
  vcf.filter = "PASS" 
  AND vcf.qual > 100
  AND ens.chromosome IS NULL

执行与您的第一个查询相同的联接，但作为左联接。然后，实际表示匹配的行会被 ens.chromosome IS NULL 条件过滤掉。它 returns 只有变体 table 的列，因为重点是找到在整体 table.

中没有对应行的变体

SQL WHERE NOT EXISTS 查询未返回结果

SQL WHERE NOT EXISTS query not returning results

mysql

sql

sql-server

impala