HIVE QUERY SELECT * FROM bookfreq where freq IN (SELECT Max(freq) FROM bookfreq);

Question

我正在编写配置单元查询，因为获取记录具有最大频率值。

table name bookfreq, having two column year & freq

year freq

1999  2

2000  4

1989  4

1990  5

查询：

SELECT * FROM bookfreq where freq IN (SELECT Max(freq) FROM bookfreq);

我收到类似

的异常

FAILED: ParseException line 1:38 cannot recognize input near 'SELECT' 'Max' '(' in expression specification

Answer 1

如果您有 Hive 0.13 或更高版本（如记录here），这种类型的子查询应该是可能的。但是，列名仍然必须是完全限定的。因此，要在 Hive 0.13 或更高版本中执行我认为您想执行的操作，它将是

SELECT * FROM bookfreq a
WHERE a.freq IN (SELECT max(b.freq) FROM bookfreq b);

如果你有旧版本的 Hive，你可以试试这个表示法：

SELECT a.* 
FROM bookfreq a JOIN (SELECT max(freq) as max_freq FROM bookfreq) b
  ON a.freq = b.max_freq;

如果仍然不起作用（这可能意味着您的 Hive 版本已经过时），您可能必须先实际创建包含 max(freq) 的 table 作为具体对象:

CREATE TABLE b AS SELECT max(freq) AS max_freq FROM bookfreq;

然后运行使用普通 b 的上述查询。类似于：

SELECT bookfreq.*
FROM bookfreq JOIN b ON bookfreq.freq = b.max_freq;

Answer 2

您需要为 hive 中的任何子查询添加别名。

尝试为您的子查询添加别名，例如：

SELECT * FROM bookfreq where freq IN (SELECT Max(freq) FROM bookfreq) a;

这里只是一个偏好，但我更喜欢这样写：

select * from (select max(freq) as max_freq from bookfreq) a join bookfreq b on a.max_freq = b.freq;

hadoop