Hive Windowing：分区上的不同结果

Question

你好，我在学习Hive的WINDOWING功能，遇到了一个问题。

我试图查找一个月内的客户数量：

my_table：

• date_in_out：获取日期
• rate_plan_name：字符串
• 库存：int
• 传入者：int

我对3个变量进行了划分：获取的年/月和rate_plan

SELECT (first_value(stock) OVER w + sum(incomers) OVER w) AS stock_monthly,
year(date_in_out) AS year_in,
month(date_in_out) AS month_in,
rate_plan_name
FROM my_table
WINDOW w AS (PARTITION BY rate_plan_name, year(date_in_out), month(date_in_out) ORDER BY date_in_out ASC);

我得到了结果

我获得了不同的month_stock值，而我的数据集中的year_in / month_in和rate_plan_name相同。

我的问题是，为什么这个值与众不同？我希望这里也一样。

Answer 1

使用order by date_in_out规范中的window，将为每一行计算sum。如果您需要将其汇总为一年月份的水平，请使用

WINDOW w AS (PARTITION BY rate_plan_name, year(date_in_out), month(date_in_out))

但是请注意，first_value仍需要一个order by。

我认为您正在寻找

SELECT first_value(stock) OVER(w ORDER BY date_in_out) + sum(incomers) OVER w AS stock_monthly,
year(date_in_out) AS year_in,
month(date_in_out) AS month_in,
rate_plan_name
FROM my_table
WINDOW w AS (PARTITION BY rate_plan_name, year(date_in_out), month(date_in_out))