hive - Hive - 每个日期选择不同的唯一 ID,无需创建外部表或使用 JOINS
问题描述
我正在处理具有以下列的数据集:
unique_ID Date
a 2018_09_08
a 2018_09_18
a 2018_09_28
d 2018_09_08
我希望选择在所有三个日期(即 2018_09_08、2018_09_18 和 2018_09_28)都发生的那些 Unique_ID。
我的输出应该只是'a'。
这个问题有一个很长的解决方案 - 每个日期提取 unique_IDs 并在所有三个之上创建外部表,然后在三个表上使用连接来获取所有三个日期的唯一 ID。我相信应该有一个更好的解决方案,因为在这种情况下我们只有 3 个日期,可能会在以后上升,所以我正在寻找一个更通用的解决方案。
这是我编写的查询 -select distinct(unique_ID) from table_name where Date = '2018_09_08' and Date = '2018_09_18' and Date = '2018_09_28'
返回 null。
我也在尝试编写子查询,但我怀疑 HIVE 在这种情况下是否支持此类子查询。这是我写的:
select count(distinct(unique_ID)) from (
(select distinct(unique_ID) from table_name where Date = '2018_09_08') a
union all
(select distinct(unique_ID) from table_name where Date = '2018_09_18') b
union all
(select distinct(unique_ID) from table_name where Date = '2018_09_28') c
);
我收到以下解析错误:FAILED: ParseException line 3:0 missing ) at 'union' near ')' line 4:87 missing EOF at 'b' near ')'
在这种情况下,我们如何获得 Unique_IDs ?
解决方案
这可以通过group by
和来完成having
。
select unique_id,count(distinct date)
from tbl
where date in ('2018_09_08','2018_09_18','2018_09_28')
group by id
having count(distinct date) = 3