Hive

Question

我有 2 个 table： Table1:

emp_id emp_log_id timestamp
1      234       04 Oct 2019 23:10
1                05 Oct 2019 23:10
2      335       04 Oct 2019 23:10
2                03 Oct 2019 23:10
3                04 Oct 2019 23:10
4      324       04 Oct 2019 23:10

My expected output is:

emp_id emp_log_id timestamp
1 234 04 Oct 2019 23:10
2 335 04 Oct 2019 23:10
3  04 Oct 2019 23:10
4 324 04 Oct 2019 23:10

如果最新记录有emp_log_id，则取那个（样本emp_id: 2
如果最新的记录没有emp_log_id则回到之前更新的记录(sample emp_id: 1)

如何为此编写配置单元查询。

另一个 table 的数据如下： Table 2:

emp_id emp_log_id
    1 234
    1  05
    2 335
    2  03
    3  04
    4 324

如何在这个table 2.

中实现相同的需求

请帮忙。

Answer 1

使用聚合函数 max() 即可。

select emp_id, max(emp_log_id) as emp_log_id, timestamp 
from table1
group by emp_id, timestamp

Answer 2

我会推荐 row_number():

select t.*
from (select t.*,
             row_number() over (partition by emp_id
                                order by (emp_log_id is not null) desc, timestamp desc
                               ) as seqnum
      from t
     ) t
where seqnum = 1

Hive - 获取没有空白列的最新记录

Hive - get latest record with no blank column

sql

hiveql