HIVE JOIN查询错误

Question

我是使用HIVE的新手，在获取我的查询之一以正常工作方面遇到了一些麻烦。 下面使用的所有变量都在我们的表中定义，而我试图隔离在delivery_view表中的数据，这些数据具有归因表中存在的uid，并且存在WHERE语句中所述的限制。

我正在处理的当前错误是HIVE认为GROUP BY命令中的uid是一个函数。 以前，我收到一条错误消息，指出在LEFT JOIN语句附近必须有一个EOF，但是，尽管我不太确定该怎么做，但似乎已被纠正。

任何帮助将非常感激！

SELECT COUNT(DISTINCT attribution_view.uid)
FROM attribution_view
LEFT OUTER JOIN delivery_view ON (attribution_view.uid = delivery_view.uid)
WHERE attribution_view.conversion_agency_id = 19 AND
    attribution_view.conversion_period BETWEEN '2014-06-01 12:00:00' AND '2014-06-01 13:00:00'
GROUP BY COUNT(DISTINCT attribution_view.uid)

Answer 1

您无法按汇总功能分组。 如果只需要不同uid的总数，则删除该子句：

SELECT COUNT(DISTINCT attribution_view.uid)
FROM attribution_view
LEFT OUTER JOIN delivery_view ON (attribution_view.uid = delivery_view.uid)
WHERE attribution_view.conversion_agency_id = 19 AND
    attribution_view.conversion_period BETWEEN '2014-06-01 12:00:00' AND '2014-06-01 13:00:00';

但是，如果只想匹配行，则使用常规联接。 我想到的查询更像这样：

SELECT COUNT(DISTINCT av.uid)
FROM attribution_view av INNER JOIN
     delivery_view dv
     ON av.uid = dv.uid
WHERE av.conversion_agency_id = 19 AND
      av.conversion_period BETWEEN '2014-06-01 12:00:00' AND '2014-06-01 13:00:00';

还要注意使用表别名。 这些使查询更易于编写和阅读。

编辑：

这是您想要的吗？

select cnt, count(*), min(uid), max(uid)
from (SELECT av.uid, count(*) as cnt
      FROM attribution_view av INNER JOIN
           delivery_view dv
           ON av.uid = dv.uid
      WHERE av.conversion_agency_id = 19 AND
            av.conversion_period BETWEEN '2014-06-01 12:00:00' AND '2014-06-01 13:00:00'
      GROUP BY av.uid
     ) u
group by cnt
order by 1;