蜂巢表上基于时间的查询

Question

我的表结构是这样的：

hive> describe user_data2;
OK
received_at             string                                      
message_id              string                                      
type                    string                                      
version                 string                                      
timestamp_user          string                                      
user_id                 string                                      
sent_at                 string                                      
channel                 string                                      
time_log                string 

我的目标是这个领域，

hive> select received_at, time_log, user_id from user_data2 limit 5;
OK
2016-01-08T12:27:05.565Z    1452256025  836871
2016-01-08T12:27:12.634Z    1452256033  800798
2016-01-08T12:27:12.632Z    1452256033  795799
2016-01-08T12:27:13.694Z    1452256033  820359
2016-01-08T12:27:15.821Z    1452256036  294141

在此我想进行基于时间的查询。 喜欢

1. 有效平均小时数； 每月; 期间：最近12个月
2. 每天0-1小时之间处于活动状态的用户百分比
3. 每天1-2小时之间处于活动状态的用户百分比
4. 每天2-4小时之间处于活动状态的用户百分比
5. 每天4-8小时之间处于活动状态的用户百分比
6. 每天8-12小时之间处于活动状态的用户百分比
7. 每天12-16小时之间活跃的用户百分比
8. 每天16-24小时之间处于活动状态的用户百分比

我得到了使用日期时间UDF的一些线索- https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-DateFunctions

但是我不知道如何使用此功能。

我试过了：

select unix_timestamp(received_at) from user_data2 limit 5;
OK
NULL
NULL
NULL
NULL
NULL

哪也没有。

如果有人举一个使用时间UDF并获取两个小时或其他时间范围内的记录的示例，我将不胜感激。

Answer 1

假设您当地的TZ是罗马...

select
  from_utc_timestamp(regexp_replace(regexp_replace(RECEIVED_AT, 'T',' '), '\\..*$',''), 'Europe/Rome') as TS_RECEIVED,
  cast(from_unixtime(cast(TIME_LOG as int)) as timestamp) as TS_LOGGED
from WTF ;

+------------------------+------------------------+--+
|      ts_received       |      ts_logged         |
+------------------------+------------------------+--+
| 2016-01-08 13:27:05.0  | 2016-01-08 13:27:05.0  |
+------------------------+------------------------+--+