Question

我有一个记录大小的表用于各种服务器，并且还扫描了日期服务器。我需要在每个月获取每个服务器的最新条目。我怎么能在impala sql中做到这一点..非常感谢。

Data    Server  Size
11/4/2017   ABC 200
11/18/2017  ABC 700
11/25/2017  ABC 1009
12/4/2017   ABC 200
12/18/2017  ABC 700
12/20/2017  ABC 1100
1/4/2018    ABC 200
1/18/2018   ABC 700
1/20/2018   ABC 1009
11/4/2017   CAD 200
11/18/2017  CAD 700
11/25/2017  CAD 1009
12/4/2017   CAD 200
12/18/2017  CAD 700
12/20/2017  CAD 1100

预期结果

Data    Server  Size
11/25/2017  ABC 1009
12/20/2017  ABC 1100
1/20/2018   ABC 1009
11/25/2017  CAD 1009
12/20/2017  CAD 1100

Answer 1

Impala支持窗口功能，因此您可以执行以下操作：

select t.*
from (select t.*,
             row_number() over (partition by server, trunc(data, 'MONTH')
                                order by data desc
                               ) as seqnum
      from t
     ) t
where seqnum = 1;

编辑：

上面给出了每个服务器的最新值。对于每月一行，请从server

中删除partition by

select t.*
from (select t.*,
             row_number() over (partition by trunc(data, 'MONTH')
                                order by data desc
                               ) as seqnum
      from t
     ) t
where seqnum = 1;

Answer 2

SELECT t.*
FROM t
INNER JOIN
(SELECT MONTH(data) AS month, MAX(DAY(data)) AS day, server
 FROM t
 GROUP BY MONTH(data), server) sub
ON (MONTH(t.data) = sub.month AND DAY(t.data) = sub.day AND t.server = sub.server)

在子查询中选择每个服务器每月的最大日期。然后将子查询的结果加入主表。这将消除每个服务器每月不是最新的行。

在这里测试：http://rextester.com/QTIM39711

按列分组的每个月的最新条目 - Impala SQL

2 个答案: