Hive 查询 - 从每个组中获取多个字段的最大值和总和

Question

我有一个table如下：

id | most_recent_run  | flag1 | flag2
---+------------------+-------+------
1  | 2017-01-01 10:40 | 0     | 1
1  | 2017-01-01 18:30 | 1     | 1 
2  | 2017-02-28 04:30 | 1     | 0

我想查询这个 table，这样对于每个 id，我得到 max(most_recent_run)、sum(flag1) 和 sum(flag2)。这应该是查询结果：

id | max_most_recent_run | flag1_count | flag2_count
---+---------------------+-------------+------------
1  | 2017-01-01 18:30    | 1           | 2
2  | 2017-02-28 04:30    | 1           | 0

我尝试结合使用收集和排名函数来编写此查询，但没有得到预期的结果。

在这方面的任何解释或指导将不胜感激。

谢谢！

Answer 1

你应该使用SQL group by语句，然后使用max和sum函数，即:

select id,
    max(most_recent_run) as max_most_recent_run,
    sum(flag1) as flag1_count,
    sum(flag2) as flag2_count
from my_table
group by id

Hive 查询 - 从每个组中获取多个字段的最大值和总和

Hive Query - Get max and sum of multiple fields from each group

sql

hadoop

hiveql