我有一些收费站日志的表。我的任务“翻译成” SQL是：
步骤1.使用GROUP BY站点，车道对这些记录进行排序。
步骤2。使用ORDER BY check_time排列这些记录。
第3步。 [是问题] 连续判断每组中的每两个连续记录，无论间隔是否小于5秒。
如果我可以用C，Java或其他语言实现但不使用SQL则很容易。 似乎Hive UDF（用户定义函数）可以帮助我做到这一点。我已经阅读了官方文档中的Demo UDF。但是我仍然不知道如何将连续的2条记录传递到我的函数中。有什么建议吗？
答案 0 :(得分：1)
您可以使用SQL来完成。
使用#deleted-channel analytic function，可以获取上一行LAG()和其他必要的列。然后使用两个时间戳进行计算。使用unix_timestamp（）将时间戳转换为秒，然后减去：
check_time select t.*,
case when time_diff < 5 then ... else ... end --do some logic
from
(
select t.*,
--current time minus previous time
unix_timestamp(check_time) -
unix_timestamp(lag(check_time) over (partition by station, lane order by check_time)) as time_diff
from table t
) t
分析函数可在必要时获取下一行的check_time或其他列。