Question

首先要做的是：我能够以一种方式获取数据。我的目的是提高查询结果的可读性。我正在寻找是否有可能。

我有一张由设备供给的桌子。我想获得每小时发送的数据数量，这些数据按两个相同的列分组。需要对这两列进行分组以确定一种设备类型。表结构如下：

| identifier-1 | identifier-2 | day        | hour | data_name | data_value |
|--------------|--------------|------------|------|-----------|------------|
|  type_1      | subType_4    | 2016-08-25 | 0    | Key-30    | 4342       |
|--------------|--------------|------------|------|-----------|------------|
|  type_3      | subType_2    | 2016-08-25 | 0    | Key-50    | 96         |
|--------------|--------------|------------|------|-----------|------------|
|  type_6      | subType_2    | 2016-08-25 | 1    | Key-44    | 324        |
|--------------|--------------|------------|------|-----------|------------|
|  type_2      | subType_1    | 2016-08-25 | 1    | Key-26    | 225        |
|--------------|--------------|------------|------|-----------|------------|

我将使用由所有设备发送的一个特定data_name，并获取此data_name的计数将为我提供每小时发送的数据。可以通过标识符-1，标识符-2，日期和小时来获取24行中的数字作为分组。但是，它们将针对每种设备类型重复。

| identifier-1 | identifier-2 | day        | hour | count |
|--------------|--------------|------------|------|-------|
|  type_6      | subType_2    | 2016-08-25 | 0    |  340  |
|--------------|--------------|------------|------|-------|
|  type_6      | subType_2    | 2016-08-25 | 1    |  340  |
|--------------|--------------|------------|------|-------|
|--------------|--------------|------------|------|-------|
|  type_1      | subType_4    | 2016-08-25 | 0    |  32   |
|--------------|--------------|------------|------|-------|
|  type_1      | subType_4    | 2016-08-25 | 1    |  30   |
|--------------|--------------|------------|------|-------|
|--------------|--------------|------------|------|-------|
|--------------|--------------|------------|------|-------|

我想查看这样的结果：

| identifier-1 | identifier-2 | day        | count_of_0 | count_of_1 |
|--------------|--------------|------------|------------|------------|
|  type_6      | subType_2    | 2016-08-25 | 340        |  340       |
|--------------|--------------|------------|------------|------------|
|  type_1      | subType_4    | 2016-08-25 | 32         |  30        |
|--------------|--------------|------------|------------|------------|
|--------------|--------------|------------|------------|------------|

在SQL中，可以在结果中获取子查询和列，但在Hive上是不可能的。我想它被称为相关子查询。

Hive column as a subquery select 这个问题的答案对我不起作用。

您有任何想法或建议吗？

Answer 1

您可以使用条件聚合执行此操作：

select identifier1, identifier2, day,
       sum(case when hour = 0 then data_value else 0 end) as cnt_0,
       sum(case when hour = 1 then data_value else 0 end) as cnt_1
from t
where data_name = ??
group by identifier1, identifier2, day
order by identifier1, identifier2, day

在查询结果

1 个答案: