Question

我在HIVE工作，

我有一个像：

这样的数据集

client_id       date       nb_pts
        1     2016-06-01        1
        1     2016-06-02        3
        1     2016-06-03        4
        2     2016-06-01        2
        2     2016-06-02        3

我需要为每个客户端输出当前nb_pts和之前的nb_pts之间的差异。所以我的输出应该是：

client_id       date       nb_pts   nb_pts_per_row
        1     2016-06-01        1                1    (1-0)
        1     2016-06-02        3                2    (3-1)
        1     2016-06-03        4                1    (4-3)
        2     2016-06-01        2                2    (2-0)
        2     2016-06-02        3                1    (3-2)

我尝试使用LAG功能联合国HIVE：

SELECT client_id, date, nb_pts, 
nb_pts - (LAG(nb_pts, 1, 0) OVER (PARTITION BY client_id ORDER BY date ROWS 1 PRECEDING)) as nb_pts_per_row
FROM MyTable

但验证失败了。它说：

无法将窗口调用分解为组。至少有一个组必须仅依赖于输入列。还要检查循环依赖性。底层错误：期望左边窗口框架边界为函数LAG（（TOK_TABLE_OR_COL nb_pts），1,0）org.apache.hadoop.hive.ql.parse.WindowingSpec$WindowSpec@27a007cd为LAG_window_0是无限制的。

编辑（解决方案）：

所以没有ROWS 1 PRECEDING就可以了：

SELECT client_id, date, nb_pts, 
nb_pts - (LAG(nb_pts, 1, 0) OVER (PARTITION BY client_id ORDER BY date)) as nb_pts_per_row
FROM MyTable

HIVE：无法将窗口调用分解为组。功能LAG无效

0 个答案: