SQL/Impala 期间的滚动总和

Question

我有一个 table 结构如下：

DateDay     Id     Value    
20200801    A      7
20200803    A      1
20200803    B      3
20200804    C      30
...         ...    ...

只有当值 > 0 时 DateDay 才会出现我有几个可能的 ID

我想做的是获得一个 table，每个 ID 在 7 天的时间段内具有滚动总和的价值。但它应该有所有的日子

DateDay     Id     Value    RollingSum    
20200801    A      7        7
20200801    B      0        0
20200801    C      0        0
20200802    A      0        7
20200802    B      0        0
20200802    C      0        0
20200803    A      1        8        
20200803    B      3        3
20200803    C      0        0
20200804    A      0        8
20200804    B      0        3
20200804    C      30       30
...         ...    ...      ...

是否有一种简单的方法可以通过 SQL（我使用的是 Impala/Hive）来完成此操作？

Answer 1

您有两个问题——生成行和累积总和。让我假设 table 有您想要的所有时间段，或者您有另一个 table。然后使用 cross join 生成行和结果的累加和：

select d.dateday, i.id,
       sum(t.value) over (partition by i.id order by d.dateday) as running_sum
from (select distinct dateday from t) d cross join
     (select distinct id from t) i left join
     t
     on t.dateday = d.dateday and t.id = i.id
order by d.dateday, i.id;

如果您还有其他 table 带有日期或 ID，请使用这些而不是子查询。

一旦你有了所有的日子，你就可以包括一个window框架子句：

       sum(t.value) over (partition by i.id order by d.dateday rows between 6 preceding and current day) as running_sum

SQL/Impala 期间的滚动总和

Rolling sum over a period with SQL/Impala

sql

impala