Hive SubQuery和Group BY

Question

我有两张桌子

表1：

id
1
2
3

表2：

id date
1   x1
4   x2
1   x3
3   x4
3   x5
1   x6
3   x5
6   x6
6   x5
3   x6

我想要表2中表2中每个ID的计数。

结果

id  count
1   3
2   0
3   4

我正在使用此查询，但它给了我错误：

SELECT tab2.id, count(tab2.id)
 FROM <mytable2> tab2
 GROUP BY tab2.id
 WHERE tab2.id IN (select id from <mytable1>)
 ;

错误是：

  

在＆＃39; WHERE＆＃39;靠近＆＃39; di_device_id＆＃39;

Answer 1

有两个可能的问题。仅从Hive 0.13及更高版本支持WHERE子句中的子查询。如果你使用的是这样的版本，那么你的问题只是你有错误的WHERE和GROUP BY：

SELECT tab2.id, count(tab2.id)
 FROM <mytable2> tab2
 WHERE tab2.id IN (select id from <mytable1>)
 GROUP BY tab2.id
 ;

如果您使用的是旧版本的Hive，则需要使用JOIN：

SELECT tab2.id, count(tab2.id)
 FROM <mytable2> tab2 INNER JOIN <mytable1> tab1 ON (tab2.id = tab1.id)
 GROUP BY tab2.id
 ;

Answer 2

你有两个问题： -

1. Where来自group by。在SQL语法中，您使用having在分组后过滤！
2. Hive不支持Where子句中所有类型的嵌套查询。见这里：Hive Subqueries

但是你的子查询类型就可以了。试试这个： -

SELECT tab2.id, count(tab2.id)
 FROM <mytable2> tab2
 WHERE tab2.id IN (select id from <mytable1>)
 GROUP BY tab2.id;

你的意思完全一样。

编辑：我刚刚查看了@ MattinBit的回答。我没有打算复制答案。他的答案更完整！