Question

在我们产品的列表功能中，我们有数据存储列表中显示的ID列表。在我们的一小部分数据（现已修复）中，结果列表中包含的ID以附加方式存储。请参阅下面的屏幕截图，了解我正在尝试沟通的更多信息。

Datetime            User              Action           Extra
5-20-2015 9:00AM     A                 list           ids: 1
5-20-2015 9:00AM     A                 list           ids: 1, 2   
5-20-2015 9:00AM     A                 list           ids: 1, 2, 3
5-20-2015 9:01AM     B                 list           ids: 5
5-20-2015 9:01AM     B                 list           ids: 5, 6
5-20-2015 9:01AM     B                 list           ids: 5, 6, 7

是否可以针对此类数据组织编写HIVE或SQL查询？我试图在子查询中查询LENGTH（额外），然后输入MAX（LENGTH（额外））数据，但我们无法使其工作。

使用这些数据的最佳方法是什么，所以我们只提取最终ID列表？

Answer 1

row_number()窗口函数可能就是您所追求的（我经常使用它来查询我按日期排序的附加数据源）：

select * from
(select *, 
 row_number() over (partition by user order by length(extra) desc) rn
 from yourtable
 ) a
 where rn = 1

HIVE / SQL：查询附加的点击流数据

1 个答案: