我有一个包含四列(id 字符串、名称字符串、订单字符串、ts 字符串)的 Hive 表“订单”。表的样本数据如下。
-------------------------------------------
id name order ts
-------------------------------------------
1 abc completed 2018-04-12 08:15:26
2 def received 2018-04-15 06:20:17
3 ghi processed 2018-04-16 11:36:56
4 jkl received 2018-04-05 12:23:34
3 ghi received 2018-03-23 16:43:46
1 abc processed 2018-03-17 18:39:22
1 abc received 2018-02-25 20:07:56
Order 列有三种状态已收到 -> 已处理 -> 已完成。一个名字有很多订单,每个订单都有这三个阶段。我需要给定“id”和“name”的最新订单值。这对你来说似乎是一个新手问题,但我坚持这一点。
我尝试编写如下查询,但它们不起作用,我无法直接在“ts”列上使用 max 函数,因为它是字符串格式。请建议一个最好的方法。提前致谢。
我试过的查询
SELECT
ORDER
FROM Orders
WHERE id = '1'
AND name = 'ghi'
AND ts = (
SELECT max(unix_timestamp(ts, 'yyyy-MM-dd HH:mm:SS'))
FROM Orders
)
编译语句时出错:FAILED:ParseException 行 2:0 无法识别表达式规范中 'select' 'max' '(' 附近的输入
SELECT
ORDER
FROM Orders
WHERE id = '1'
AND name = 'ghi'
AND max(unix_timestamp(ts, 'yyyy-MM-dd HH:mm:SS'))
编译语句时出错:FAILED:SemanticException [错误 10128]:第 1:93 行尚不支持 UDAF 'max' 的位置
select o.order from Orders o
inner join (
select id, name, order, max(ts) as ts
from Orders
group by id, name, order
) ord on d.id = ord.id and o.name = ord.name and o.ts = ord.ts where o.id = '1' and o.name = 'abc'
此查询已执行,但输出不是单个最新订单阶段,而是具有相应最新时间戳的每个订单阶段。
请帮忙。
对于给定的订单,您需要一行。因此,您可以使用order by
和limit
:
SELECT o.*
FROM Orders o
WHERE id = 1 AND -- presumably id is a number
name = 'ghi'
ORDER BY ts DESC
LIMIT 1;
这也应该有最好的性能。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句