Question

我在Hive表中有以下列。所有列都是数据类型string。每行是不同的，因为另一列（7或8个列）值中至少有一个唯一值。我想写一个Hive查询来选择datetime >= 2017-05的记录并删除datetime < 2017-05所在的记录。此处的输出应为orderid - 101, 102, 103的行。应删除orderid 100的所有记录。注意：Orderid 100有1条记录，日期时间＆gt; 2017-05。仍然应该删除，因为它至少有1个记录，日期时间＆lt; 2017-05。 Orderid可以是任何12-16位数字。该表有数十亿条记录。

有人可以帮忙为此编写一个配置单元查询吗？提前谢谢。

datetime            orderid     other columns
2017-04-30 17:10:05 100 
2017-03-05 12:25:30 100 
2017-05-09 08:18:44 100 
2017-05-15 04:21:43 101 
2017-06-20 11:20:10 101 
2017-05-22 05:09:35 102 
2017-07-01 06:25:30 102 
2017-06-25 08:24:40 103 
2017-05-11 11:50:49 103

输出结果：

datetime            orderid     other columns

2017-05-15 04:21:43    101 
2017-06-20 11:20:10    101 
2017-05-22 05:09:35    102 
2017-07-01 06:25:30    102 
2017-06-25 08:24:40    103 
2017-05-11 11:50:49    103

Answer 1

select  *

from   (select  *
               ,min(datetime) over (partition by  orderid) as min_datetime  

        from    mytable
        ) t

where   min_datetime >= '2017-05'
;

Answer 2

选择* from（select min（datetime）as date_time，orderid from mytable group by orderid）t 其中date_time＆gt; =＆＃39; 2017-05％＆＃39;;

Hive日期比较

2 个答案: