Question

我有一张类似于以下内容的表格。

|name  |   grp   |  dt    
------------------------------   
|foo   |    A    |  2016-01-01
|bar   |    A    |  2016-01-02
|hai   |    B    |  2016-01-01
|bai   |    B    |  2016-01-02
|baz   |    C    |  2016-01-01

对于每个群组，我想找到name最近的dt。换句话说，MAX（dt），GROUP by grp，并将其dt为组的最大值的名称与输出相关联：

|name  |   grp   |  dt    
------------------------------
|bar   |   A     | 2016-01-02
|bai   |   B     | 2016-01-02
|baz   |   C     | 2016-01-01

在Oracle中，以下查询有效并且非常干净（取自here）：

SELECT o.name, o.grp, o.dt 
FROM tab o
     LEFT JOIN tab b
         ON o.grp = b.grp AND o.dt < b.dt
WHERE b.dt IS NULL

然而，[Error 10017]: Line 4:43 Both left and right aliases encountered in JOIN 'service_effective_from' window.addEventListener ("hashchange", fireOnNewPage, false); function fireOnNewPage () { // console.log ("Fired"); }引用了question引用了documentation，我知道我无法在连接语句中使用不等式运算符：

Hive仅支持等同连接，外连接和左半连接。 Hive不支持非平等条件的连接条件，因为很难表达map / reduce作业等条件。

在Hive中获取此项的干净解决方案是什么，因为我不能在连接条件下使用不等式运算符？

Answer 1

以下作品取自here，但我发现它不是很干净：

SELECT o.name, ogrp, o.dt
FROM tab o
    JOIN (
        SELECT grp, MAX(dt) dt
        FROM tab
        GROUP BY grp
    ) b
        ON o.grp = b.grp AND o.dt = b.dt

另外，对于具有4行的可比测试表，我的环境需要164秒。

Hive如何为每组分组结果获取非分组列？

1 个答案: