HIVE Sum Over查询

Question

我试图将Teradata中的查询转换为HIVE QL（HDF）并努力寻找示例。 Teradata（我的功能性最终目标） - 想要表中的记录数，然后是每个growth_type_id值，最后是每个组的％。

select  trim(growth_type_id)      AS VAL, COUNT(1) AS cnt, SUM(cnt) over () as GRP_CNT,CNT/(GRP_CNT* 1.0000) AS perc 
from acdw_apex_account_strategy
 qualify perc > .01 group by val 

注意：运行HDP-2.4.3.0-227

Answer 1

select      val
           ,cnt
           ,grp_cnt
           ,cnt/(grp_cnt* 1.0000) as perc 

from       (select      trim(growth_type_id)    as val
                       ,count(*)                as cnt
                       ,sum(count(*)) over ()   as grp_cnt

            from        acdw_apex_account_strategy 

            group by    trim(growth_type_id)
            ) t

where       cnt/grp_cnt > 0.01 
;

• QUALIFY是Teradata独有的。
• 查询中随处使用的别名对于Teradata来说是唯一的。
• 按列位置分组取决于参数 - hive.groupby.orderby.position.alias
• 不支持按别名分组 - https://issues.apache.org/jira/browse/HIVE-1683
• Hive不使用整数运算（例如7/4 - 1.75而不是teradata中的1）
• 没有前面的数字的十进制表示法无效

P.S。
您在GROUP BY之前使用QUALIFY，虽然Teradata语法是敏捷的，唯一的要求是SELECT / WITH子句将首先定位，但我强烈建议保持条款的标准顺序：
WITH - SELECT - FROM - WHERE - GROUP BY - HAVING - ORDER BY