Question

如何计算状态为1的hive表中的最新userId？我们每天都会在配置单元中插入增量数据（userId，status，date）。 hive表包含具有不同日期的重复userId。所以我尝试了一个查询但得到了错误的结果：

select count(t1.userID) 
  from (select userId, 
               max(date) as date 
          from test group by userId) t1 
  join (select userId 
          from test 
         where status=1) t2 
    on t1.userId=t2.userID;

请帮忙。

Answer 1

这样的事情应该有效：

SELECT
    T1.USER_ID, 
FROM 
    USER_TABLE T1
    INNER JOIN (
        SELECT 
            USER_ID, 
            MAX(UPDATE_DATE) AS MAX_DATE
        FROM 
            USER_TABLE
        GROUP BY USER_ID
    ) T2
    ON T1.USER_ID = T2.USER_ID AND T1.UPDATE_DATE = T2.MAX_DATE
WHERE T1.STATUS = 1

Answer 2

这项工作很好但很慢，有没有更好的选择。

选择 COUNT（1）从（从测试a中选择a.userId，a.date，a.status 加入（SELECT userId，max（date）date FROM test GROUP BY userId）b ON（a.userId = b.userId AND a.date = b.date）其中a.status = 1）c;

如何从hive表中的where where条件中查找上次更新的记录ID

2 个答案: