如何获得蜂巢中时间戳的平均差异

Question

我有这个 table 下面包含两列

hive> select * from hivetable;

a 2016-09-16T03:01:12.367782Z
b 2016-09-16T03:01:12.300514Z
c 2016-09-16T03:01:12.241532Z
a 2016-09-16T03:01:12.138016Z
c 2016-09-16T03:01:12.136986Z
b 2016-09-16T03:01:10.512201Z
c 2016-09-16T03:01:12.235671Z

Time taken: 0.457 seconds, Fetched: 7 row(s)

现在我想从第一列中找到唯一值和时间戳差异，或者我应该说平均时间戳差异，以防有超过 2 条记录，如 c 的情况。所以在我的例子中，输出应该是

a  1 day 5 hr 30 min 20 sec
b  5 sec
c  30 minutes

注意：这只是一个示例输出，而不是实际输出

是否有可能在配置单元中获得此输出或任何类似的输出？

Answer 1

您只需要使用 window 函数 select 分组中的前一行。我不相信它可以压缩成一个查询。

select 
 id,
 avg(DATEDIFF(time, prev_time)) as avg_time_diff_days
from (
   select id,
   time,
   LAG(time, 1, 0) OVER (PARTITION BY id, time ORDER BY time ASC)) as prev_time
   from table
) intervals
group by id;

如何获得蜂巢中时间戳的平均差异

How to get average difference of timestamp in hive

mysql

hadoop

hive

bigdata

hiveql