Question

我有一个大型数据文件，如下所示：

我希望按第一列对数据进行分组，找到每个第一列值的第二列平均值，然后按第二列平均值对这些分组进行排序。所以输出应该是：

    2   8
    1   6.6
    3   4.5

我的代码现在看起来像这样，并且不起作用：

    CREATE EXTERNAL TABLE as (a STRING, b INT)
    ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
    LOCATION 's3n://myfolder/hive';

    CREATE EXTERNAL TABLE output(a STRING, avgb DOUBLE)
    ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
    LOCATION 's3n://myfolder/hive';

    load data inpath "s3n://myfolder/file.txt" into TABLE as;
    insert overwrite output select a, avg(b) from as group by a order by avg(b) DESC limit 1000;

我应该注意以下内容可以正常工作，但有些东西不适用于订单，并在SQL中插入适合我的步骤：

    select a, avg(b) from as group by a;

当我尝试：

    select a, avg(b) from as group by a order by avg(b);

我得到“FAILED：语义分析错误：行1:66无效的表别名或列引用'b':(可能的列名是：_col0，_col1）。

Answer 1

只需在子查询中将其移出：

select a
from (select a, avg(b) as avgb from as group by a) as t
order by avgb;

按平均值排序，然后使用Hive插入新表

1 个答案: