Question

我在HiveQL中寻找一个argmax（）类型的函数，并在他们的bug跟踪器（https://issues.apache.org/jira/browse/HIVE-1128）中找到了一个几乎没有文档的功能，它通过获取结构的max（）来实现我想要的功能，该结构找到最大值基于第一个元素并返回整个结构。（实际上，也许max（）会通过查看后续元素来打破关系？我不知道。）

无论如何，如果我基本上想要选择包含某个列的最大值的整行，我可以先将行打包到一个带有比较值的结构中，然后再提取最大结构以重建最佳行。但语法是重复和丑陋的。有没有更好的方法呢？（我想自我加入是另一种选择，但看起来不那么优雅，我觉得效率会降低？）

示例表：

id,val,key
1,1,A
1,2,B
1,3,C
1,2,D
2,1,E
2,1,U
2,2,V
2,3,W
2,2,X
2,1,Y

HiveQL：

select 
  max(struct(val, key, id)).col3 as max_id,  -- for illustration, grouping on id anyway
  max(struct(val, key, id)).col1 as max_val,
  max(struct(val, key, id)).col2 as max_key
from test_argmax
group by id

结果：

max_id,max_val,max_key
1,3,C
2,3,W

Answer 1

一种可能性是嵌套查询：

select
  best.id as id,
  best.val as val,
  best.key as key
from (
  select 
    max(struct(val, key, id)) as best 
  from test_argmax
  group by id
)

但你似乎无法选择最佳。*（它认为这是一个表别名）所以需要明确列出所有结构成员。看起来像inline（）函数 - 将一个结构数组分解成一个表 - 会做很多你想要的，但不是很完整：我想把一列结构分解成一个表。

更好的HiveQL语法将一列结构分解为一个表，每个结构成员有一列？

1 个答案: