配置单元查询

Question

我们有一个如下所示的Hive表：

我们希望看到如下输出：

对于每个日期，显示购买每种水果的客户的数量。如果当天没有人购买水果，则将其替换为0代替NULL。任何实现此目标的Apache查询都受到高度赞赏

更新： 只有四种产品：苹果，香蕉，葡萄和橙子。我们不希望找到不同的日期和不同的产品。

Answer 1

如果您的RDMS支持COUNT(DISTINCT ...)，那是一个简单的聚合查询：

SELECT mydate, product, COUNT(DISTINCT customer)
FROM mytable
GROUP BY mydate, product

PS：命名列date通常不是一个好主意，因为这与同名sql数据类型冲突。我在查询中将其更改为mydate。

---

如果没有COUNT(DISTINCT ...)，则需要使用子查询：

SELECT mydate, product, COUNT(*)
FROM (SELECT DISTINCT mydate, product, customer FROM mytable) x
GROUP BY mydate, product

Answer 2

使用cross join生成行，然后使用left join和group by进行计算：

select d.date, p.product, count(t.date) 
from (select distinct date from t) d cross join
     (select distinct product from t) p left join
     t
     on t.date = d.date and t.product = p.product
group by d.date, p.product
order by d.date, p.product;

您需要cross join的提示是，一些返回的计数是0，因此需要“生成”原始数据中以外的数据组合。