Hive Windowing：分区上的不同结果

Question

您好，我在学习 Hive 的 WINDOWING 功能时遇到了一个问题。

我试图找出一个月内的客户数量：

my_table:

date_in_out: 获取日期
rate_plan_name : 字符串
库存：整数
收入者：int

我对 3 个变量进行了划分：收购的年份/月份和 rate_plan


SELECT (first_value(stock) OVER w + sum(incomers) OVER w) AS stock_monthly,
year(date_in_out) AS year_in,
month(date_in_out) AS month_in,
rate_plan_name
FROM my_table
WINDOW w AS (PARTITION BY rate_plan_name, year(date_in_out), month(date_in_out) ORDER BY date_in_out ASC);

我得到了结果

我得到不同的 monthly_stock 值，而 year_in / month_in 和 rate_plan_name 在我的数据集中是相同的。

我的问题是为什么这个值不同？我希望这里也一样。

Answer 1

使用 window 规范中的 order by date_in_out，sum 会针对每一行进行计算。如果您需要按年月级别汇总，请使用

WINDOW w AS (PARTITION BY rate_plan_name, year(date_in_out), month(date_in_out))

但请注意 first_value 仍然需要一个 order by。

我想你正在寻找，

SELECT first_value(stock) OVER(w ORDER BY date_in_out) + sum(incomers) OVER w AS stock_monthly,
year(date_in_out) AS year_in,
month(date_in_out) AS month_in,
rate_plan_name
FROM my_table
WINDOW w AS (PARTITION BY rate_plan_name, year(date_in_out), month(date_in_out))

Hive Windowing：分区上的不同结果

Hive Windowing : distinct results on partition

hive

windowing