Question

我在hive

中的表transaction_records中有95904行（事务）

有9999个不同的客户我想通过他们花费的金额了解前十名客户我有以下字段：

txnno INT
txndate STRING
custno INT
amount DOUBLE
category STRING
product STRING

我尝试使用：

select custno, sum(amount) from (select txno, custno, amount, category, product from transaction_records group by custno);
FAILED: ParseException line 1:112 mismatched input '<EOF>' expecting Identifier near ')' in subquery source

这不起作用，我是hiveql的新手，你知道它的查询吗？

Answer 1

试试这个：

select custno, sum(amount) s from transaction_records group by custno order by s desc limit 10;

Answer 2

试试＆＃39; collect_max＆＃39; Brickhouse中的UDF（http://github.com/klout/brickhouse）。这可以避免最终的所有用户。（在你的情况下，它可能不是那么糟糕，因为只有10,000个客户，但对于较大的数据集，这可能是一个问题）

SELECT collect_max( custno, amount, 10 )
FROM (
   SELECT custno, sum(amount) as amount
   FROM 
   transaction_records 
   GROUP BY custno ) tr;

他们在Hiveql上花费的前十名客户

2 个答案: