使用 group by 获取类别计数，但由于数据不可用，输出 table 中缺少一个类别

Question

Hive 脚本问题：当计数为零时，我遇到了使用 Hive 通过 groupby 获取计数的问题。如果类别在输入 table 中可用，我能够在输出 table 中看到计数。但是当特定类别在输入 table 中不可用时，它在输出 table 中不会显示为零。相反，该类别从输出 table 中消失了。非常感谢这里的任何帮助。提前致谢。

输入和输出表： enter image description here

输入 table 在“Year”列上进行分区。

我试过的 Hive 代码： enter image description here

Answer 1

我认为你把逻辑复杂化了。要获得预期的结果，您可以 UNION ALL 三个简单的查询，如下所示：

SELECT 'ada' attribute, 96 bin, COUNT(*) FROM input_table WHERE bin = 96
UNION ALL SELECT 'ada' attribute, 97 bin, COUNT(*) FROM input_table WHERE bin = 97
UNION ALL SELECT 'ada' attribute, 98 bin, COUNT(*) FROM input_table WHERE bin = 98

这些带有隐式 GROUP BY 的查询总是 return 某些东西，即使没有匹配 WHERE 条件的记录。

Demo on DB Fiddle:

attribute | bin | (No column name)
:-------- | --: | ---------------:
ada       |  96 |                3
ada       |  97 |                0
ada       |  98 |                5

Answer 2

你可以尝试使用select from values语法

SELECT
  input_table.attribute,
  bins.bin,
  COUNT(input_table.bin) bin_count 
FROM
  (VALUES (96),
          (97),
          (98))bins (bin)
left JOIN input_table
        ON bins.bin = input_table.bin 
group by bins.bin,input_table.attribute

使用 group by 获取类别计数，但由于数据不可用，输出 table 中缺少一个类别

Using group by to get category counts, but one category is missing in output table as data is not available

sql

hive

hiveql