Окно Hive в подзапросе и внешнем запросе на DATE - PullRequest
Новая
       12

Окно Hive в подзапросе и внешнем запросе на DATE

0 голосов
/ 15 ноября 2018 
CREATE TABLE big_hive_table(
`partner` string,
start_date date,
end_date date,
`category` string,
`category2` string);

insert into big_hive_table values ('S1','2018-01-01','2018-03-31','c1','M');
insert into big_hive_table values ('S1','2017-12-01','2018-01-31','c1','M');
insert into big_hive_table values ('S1','2017-01-01','2017-11-30','c1','M');
insert into big_hive_table values ('S1','2018-02-01','2018-04-30','c1','M');
insert into big_hive_table values ('S1','2018-02-01','2018-04-30','c1','L');
insert into big_hive_table values ('S2','2018-02-01','2018-04-30','c1','S');
insert into big_hive_table values ('S3','2018-02-01','2018-04-30','c2','S');
insert into big_hive_table values ('S3','2018-01-01','2018-03-31','c2','S');
insert into big_hive_table values ('S3','2017-12-01','2018-01-31','c2','S');

Проблема: получить самую старую дату начала и последнюю дату конца для группы (партнер, category, category2), если есть перекрывающийся период 

expected result: 

S1  01/12/2017  30/04/2018  c1  M
S1  01/01/2017  30/11/2017  c1  M
S1  01/02/2018  30/04/2018  c1  L
S2  01/02/2018  30/04/2018  c1  S
S3  01/12/2017  30/04/2018  c2  S

Мой запрос 

SELECT DISTINCT partner, 
                category, 
                category2, 
                First_value(start_date) OVER (partition BY partner, category, category2 ORDER BY start_date) period_start,
                last_value(end_date) OVER (partition BY partner, category, category2 ORDER BY start_date rows BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED following) period_end
from (select pps.*, sum(start_new_period) over (partition BY partner, category, category2)
    FROM ( select partner, 
            start_date,
            end_date, 
            category, 
            category2, 
            lag(end_date) over (partition by partner, category, category2 order by start_date) previous_period_end
            , case 
                when start_date > lag(end_date) over (partition by partner, category, category2 order by start_date) 
                then 1 
                else 0 
                end start_new_period
            from big_hive_table
            where start_date is not null and end_date is not null) pps
)

В настоящее время я получаю следующую ошибку, когда я запускаю 2 внутренних запроса (из выбранных pps. *) Или весь запрос: 

Caused by: java.lang.RuntimeException: org.apache.hadoop.hive.ql.parse.SemanticException:Failed to breakup Windowing invocations into Groups. At least 1 group must only depend on input columns. Also check for circular dependencies.
Underlying error: Primitve type DATE not supported in Value Boundary expression

Может кто-нибудь подсказать, что мне не хватает.Спасибо за вашу помощь.

1 Ответ

0 голосов
/ 15 ноября 2018

Просто добавьте rows BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED following в вашу оконную функцию first_value и попробуйте запустить снова.

Измените запрос

с 

First_value(start_date) OVER (partition BY partner, category, category2 
ORDER BY start_date) period_start

К 

First_value(start_date) OVER (partition BY partner, category, category2 ORDER BY
 start_date rows BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED following) period_start

Имеется Jira в отношении поддержки примитивного типа и исправленияв Улей.2.1.0

...