问题标签 [hiveql]

当我尝试在配置单元中的 GroupBy 列上使用内置 UDF 函数或我自己的 UDF 函数时，如下所示，我似乎遇到了错误

它一直在抱怨column –col1 not found in group by expression。

我在 Hive 中创建了一个表，如下所示：

在此表上运行查询：

给出预期的结果：

然后我更改了声明以添加一个分区：

现在查询 SELECT DISTINCT userId... 像以前一样运行几秒钟，但最终返回任何内容。

我刚刚注意到语法：

但我想知道这是否是从分区列中获取唯一（不同）值的唯一方法。SHOW PARTITION 的输出甚至不能完全替代您从 SELECT DISTINCT 获得的内容，因为列名是每一行的前缀：

对我来说奇怪的是 usedId 可以在 GROUP BY 中与其他列一起使用，例如：

但确实返回任何内容：

有一个事件表，按时间（年、月、日、小时）分区想要在配置单元脚本中加入一些事件，这些事件将年、月、日、小时作为变量，你如何添加例如所有 6 小时的事件在我没有“恢复所有……”的情况下之前

10倍

我正在尝试使用 Hive 将电话号码与某个区域匹配。我有一个表（prefmap），它将数字前缀（prefix）映射到一个区域（area）和另一个表（users），其中包含电话号码列表（nb）。每个电话号码只有 1 个匹配项（无子区域）

问题是前缀的长度不是固定的，所以我不能在 JOIN 的 ON() 条件中使用 UDF 函数 substr(nb,"prefix's length") 将数字的子字符串与前缀匹配。

当我尝试使用 instr() 来查找数字是否具有匹配的前缀时：

我在第 4 行收到错误“在加入‘1’中遇到左右别名）

我怎样才能让它工作？我正在使用 hive 0.9 感谢您的任何建议。

通过以下查询，我可以每天为每个客户获得批准的交易。

我想得到批准%，即approval_per，是100*(count(client_id)/response)，而count(client_id)是批准交易的客户数量。

响应是整个响应的计数，包括所有值（已批准和未批准）。我可以通过 得到响应select count(response) from sale，但是如何在同一查询中计算 % 是现在面临的问题。我尝试了一些选项，因为它不起作用，到达了用户组。

所以我预期的输出格式是 client_id,receive_day,count(client_id),approval_per。

非常感谢您的任何帮助

感谢和问候，

dti

在带有 Hadoop 1.03 的 Hive 0.8 中，请考虑此表：

然后我尝试了：

结果已排序，但列名之后的所有内容都是错误的。事实上，所有行在各自的字段中具有完全相同的值，并且缺少姓氏列。我还有一个关于姓名和姓氏的位图索引以及一个关于键的索引。

我的查询是否有问题，或者我应该查看有关 order by 的错误（我找不到任何具体的内容）。

我有一个大的事件表。每个用户我想在最早的 B 类事件之前计算 A 类事件的发生。

我正在寻找一个优雅的查询。使用了 Hive，所以我不能做子查询

想要的结果：

我无法通过以下方式获得“截止”时间戳：

但是，我如何在下一个查询中使用该信息，我想在其中执行以下操作：

到目前为止，我唯一的想法是首先确定截止时间戳，然后与所有 A 类事件进行连接，然后从结果表中进行选择，但这感觉不对，而且看起来很难看。

我还在考虑这可能是 Hive 的错误类型的问题/分析，我应该考虑手写 map-reduce 或 pig 来代替。

请指出正确的方向来帮助我。

我在 hive 中创建了一个表，我想知道我的表是在哪个目录中创建的？我想知道路径...

我想从表 totalSpeeds 中的数据列（速度）中获取第一个四分位数的值。

为此，我尝试创建一个变量（阈值），然后选择小于或等于它的值。

这失败并返回了解析错误。有没有更有效的方法来获得前四分位数速度的上限？或者有没有办法调整上述命令以返回第一四分位数的速度？

提前致谢，

安妮塔

我有一个返回扩展名的 UDF (GetUrlExt)。（例如：/abc/models/xyz/images/top.jpg 中的 jpg）。数据如下图所示：

没有“GROUP BY”的查询工作正常：

结果： jpg jpg gif pdf pdf gif pdf pdf jpg

现在我需要对 GetUrlExt UDF 的结果进行“GROUP BY”。
预期结果：
jpg 3 274.6
gif 2 721.5
pdf 4 467.5

但以下查询不起作用：

任何形式的帮助表示赞赏！