Question

我尝试按分钟分组数据，所以我尝试了这个查询：

SELECT FROM_UNIXTIME(
     unix_timestamp (time, 'yyyy-mm-dd hh:mm:ss'), 'yyyy-mm-dd hh:mm') as ts,
     count (*) as cnt 
     from toucher group by ts limit 10;

然后，hive告诉我没有这样的专栏，

FAILED：SemanticException [错误10004]：第1行：134无效表别名或列引用＆＃39; :(可能的列名是：time，ip，用户名，代码）

hive不支持它吗？

Answer 1

SELECT FROM_UNIXTIME(unix_timestamp (time, 'yyyy-mm-dd hh:mm:ss'), 'yyyy-mm-dd hh:mm') as ts,
     count (*) as cnt 
from toucher 
group by FROM_UNIXTIME(unix_timestamp (time, 'yyyy-mm-dd hh:mm:ss'), 'yyyy-mm-dd hh:mm') limit 10;

或更好

 select t.ts, count(*) from
(SELECT FROM_UNIXTIME(unix_timestamp (time, 'yyyy-mm-dd hh:mm:ss'), 'yyyy-mm-dd hh:mm') as ts             
    from toucher ) t
    group by t.ts limit 10;

Answer 2

作为is the case with most relational database systems，SELECT子句在GROUP BY子句之后处理。这意味着您无法在SELECT中使用ts中的别名（例如此示例中为GROUP BY）。

基本上有两种解决方法。两者都是正确的，但有些人出于各种原因偏好一个人。

首先，您可以按原始表达式而不是别名进行分组。这会导致代码重复，因为您在SELECT和GROUP BY子句中都会使用完全相同的表达式。

SELECT 
    FROM_UNIXTIME(unix_timestamp(time,'yyyy-mm-dd hh:mm:ss'),'yyyy-mm-dd hh:mm') as ts,
    COUNT(*) as cnt 
FROM toucher 
GROUP BY FROM_UNIXTIME(unix_timestamp(time,'yyyy-mm-dd hh:mm:ss'),'yyyy-mm-dd hh:mm')
LIMIT 10;

第二种方法是将表达式和别名包装在子查询中。这意味着您不必复制表达式，但是您将有两个嵌套查询，这可能会影响性能。

SELECT 
    ts,
    COUNT(*) as cnt 
FROM 
    (SELECT
        FROM_UNIXTIME(unix_timestamp(time,'yyyy-mm-dd hh:mm:ss'),'yyyy-mm-dd hh:mm') as ts,
     FROM toucher) x
GROUP BY x.ts
LIMIT 10;

两者都应该有相同的结果。在这种情况下你应该使用哪些将取决于你的具体用途;或者个人偏好。

希望有所帮助。

按生成的列分组

2 个答案: