1

Question

您好我试图找出在Hive中使用TRUNC和TO_DATE之间的区别。

目前在oracle中，我针对下面显示的数据编写了以下case语句：

ORDER_NO | NAME | DATE_ | TASK_NO
ABC123 | Humpty | 07-OCT-16 12:30:54 | 1
ABC123 | Humpty | 07-OCT-16 12:30:54 | 2
ABC123 | Humpty | 07-OCT-16 12:32:20 | 6

SELECT ORDER_NO, NAME, DATE_, TASK_NO
    (CASE WHEN DATE_ - LAG(DATE_) OVER (PARTITION BY ORDER_NO, NAME, TRUNC(DATE_) ORDER BY DATE_) <= 1/48  
    THEN 0 ELSE 1 END) AS COUNT1

这给了我结果：

ORDER_NO | NAME | DATE_ | TASK_NO | COUNT1
    ABC123 | Humpty | 07-OCT-16 12:30:54 | 1 | 1
    ABC123 | Humpty | 07-OCT-16 12:30:54 | 2 | 0
    ABC123 | Humpty | 07-OCT-16 12:32:20 | 6 | 1

这是正确的。现在，如果我在Hive中对我的完整数据集使用相同的查询，我会收到一条错误消息：

Error while compiling statement: FAILED: SemanticException Failed to breakup Windowing invocations into Groups. At least 1 group must only depend on input columns.

所以我将TRUNC更改为TO_DATE，这有效，并给我以下结果：

SELECT ORDER_NO, NAME, DATE_, TASK_NO
(CASE WHEN DATE_ - LAG(DATE_) OVER (PARTITION BY ORDER_NO, NAME, TO_DATE(DATE_) ORDER BY DATE_) <= 1/48  
    THEN 0 ELSE 1 END) AS COUNT1

这给了我结果：

ORDER_NO | NAME | DATE_ | TASK_NO | COUNT1
ABC123 | Humpty | 07-OCT-16 12:30:54 | 1 | 1
ABC123 | Humpty | 07-OCT-16 12:32:20 | 6 | 1        
ABC123 | Humpty | 07-OCT-16 12:30:54 | 2 | 1

这与我在Oracle中获得的不同。根据我可以收集的内容，日期值存储为字符串，因为结果不是按日期/时间排序的，这是我认为问题所在，但不确定我需要做些什么更改才能修复它。

真的很感激一些建议。

更新代码：

SELECT  
ORDER_NO
,NAME
,DATE_FIXED
,TASK_NO
,CASE WHEN DATE_UTS - LAG(DATE_UTS) OVER (PARTITION BY ORDER_NO, NAME, TO_DATE(DATE_FIXED) ORDER BY DATE_FIXED) <= 60*30
THEN    0
ELSE    1
END AS COUNT1
FROM
(
SELECT
ORDER_NO
,NAME
,TASK_NO
,FROM_UNIXTIME(UNIX_TIMESTAMP(DATE_, 'DD-MMM-YY HH:MM:SS')) AS DATE_FIXED
,UNIX_TIMESTAMP(DATE_, 'DD-MMM-YY HH:MM:SS') AS DATE_UTS
FROM TABLE1
) T

Answer 1

1

Hive Operators and User-Defined Functions (UDFs)

TO_DATE

返回时间戳字符串的日期部分（pre-Hive 2.1.0）：
  to_date（“1970-01-01 00:00:00”）=“1970-01-01”。
  从Hive 2.1.0开始，返回一个日期对象   在Hive 2.1.0（HIVE-13248）之前，返回类型是一个String，因为创建方法时不存在Date类型。

截断

返回截断到格式指定单位的日期（从Hive开始）   1.2.0）。
  支持的格式：MONTH / MON / MM，YEAR / YYYY / YY   示例：trunc（'2015-03-17'，'MM'）= 2015-03-01。

2

原始查询中有错误

TASK_NO和(CASE WHEN
Trunc必须使用1个参数，并且当天没有参数。
日期没有减号运算符（绝对不是字符串）。这会导致NULL。

3

Hive中唯一识别日期格式为 YYYY-MM-DD ，与您的数据不符。
在无效字符串上应用日期函数会导致NULL。

这是将数据格式转换为日期的方式：

hive> select from_unixtime(unix_timestamp('07-OCT-16 12:30:54','dd-MMM-yy HH:mm:ss'));
OK
2016-10-07 12:30:54

和整个查询：

select  ORDER_NO
       ,NAME
       ,DATE_fixed
       ,TASK_NO

       ,case 
            when    DATE_uts 
                -   LAG(DATE_uts) OVER 
                    (
                        PARTITION BY    ORDER_NO,NAME,to_date(DATE_fixed) 
                        ORDER BY        DATE_fixed
                    )
                <= 60*30
            then    0
            else    1
        end             AS COUNT1

from   (select  ORDER_NO
               ,NAME
               ,TASK_NO
               ,from_unixtime(unix_timestamp(DATE_,'dd-MMM-yy HH:mm:ss'))   as DATE_fixed
               ,unix_timestamp(DATE_,'dd-MMM-yy HH:mm:ss')                  as DATE_uts

        from    t
        ) t
;

ABC123  Humpty  2016-10-07 12:30:54 2   1
ABC123  Humpty  2016-10-07 12:30:54 1   0
ABC123  Humpty  2016-10-07 12:32:20 6   0

这也是我在Oracle上测试时的结果

Hive中TRUNC和TO_DATE之间有什么区别

1 个答案:

1

2

3