Question

我在表my_table中有这些数据：

person_id         datetime
1                 2017-03-02 18:06:20
1                 2017-03-02 18:05:10
1                 2017-04-01 18:04:09
1                 2017-03-02 19:06:50
1                 2017-04-01 19:07:22
2                 2017-03-03 18:09:15
2                 2017-05-03 19:07:05
2                 2017-05-03 20:19:08

我需要计算每小时的人数（非独特）。问题是我应该得到平均数（平均数天）。

想象一下，今天18:00到19:00之间有10位访客，而昨天在同一时间段内有5位访客。那么，这两天的平均访客人数是多少？（10 + 5）/ 2 = 15/2 = 7.5

我期待这个结果：

person_id   HOUR   HOURLY_AVG_COUNT
1           18     1.5
1           19     1
1           20     0
2           18     1
2           19     1
2           20     1

我在Hive中编写了以下查询，但它计算了所有日内每小时的总人数：

SELECT person_id, HOUR(datetime), count(*) 
FROM my_table 
GROUP BY person_id, HOUR(datetime) 
ORDER BY person_id

Answer 1

select      person_id
           ,hour
           ,avg (hourly_cnt)    as hourly_avg_count

from       (select      person_id                       
                       ,hour (datetime)     as hour
                       ,count(*)            as hourly_cnt 

            from        my_table 

            group by    person_id
                       ,hour (datetime) 
                       ,date (datetime)
            ) t

group by    person_id
           ,hour

order by    person_id
           ,hour
;

+-----------+------+------------------+
| person_id | hour | hourly_avg_count |
+-----------+------+------------------+
|         1 |   18 | 1.5              |
|         1 |   19 | 1                |
|         2 |   18 | 1                |
|         2 |   19 | 1                |
|         2 |   20 | 1                |
+-----------+------+------------------+

Answer 2

如果我理解正确，您可以使用count(distinct)来获得平均值：

SELECT person_id, HOUR(datetime),
       COUNT(*) / COUNT(DISTINCT DATE(datetime))
FROM my_table 
GROUP BY person_id, HOUR(datetime) 
ORDER BY person_id;

注意：这不计算没有值的天数。你的问题没有解释在这种情况下该怎么做。

如何计算使用Hive的每小时平均人数？

2 个答案: