Hive 查找组或更改点的起点和终点

Hive Find Start and End of Group or Changing point

提问人:GoGoGo 提问时间:4/2/2016 最后编辑:ekadGoGoGo 更新时间:7/3/2017 访问量:350

问:

下表如下:

+------+------+
| Name | Time |   
+------+------+
| A    |    1 |   
| A    |    2 |   
| A    |    3 |   
| A    |    4 |   
| B    |    5 |   
| B    |    6 |   
| A    |    7 |   
| B    |    8 |   
| B    |    9 |   
| B    |   10 |   
+------+------+

我想编写一个查询来获取:

+-------+--------+-----+
| Name  | Start  | End |
+-------+--------+-----+
| A     |     1  |   4 |
| B     |     5  |   6 |
| A     |     7  |   7 |
| B     |     8  |  10 |
+-------+--------+-----+

有谁知道怎么做?

sql 分组依据 蜂房 蜂巢QL 边界

评论

3赞 Pரதீப் 4/2/2016
这就是所谓的孤岛问题。我不知道,但我们使用窗口函数解决了它。这是演示HIVESQL Server

答:

0赞 hlagos 1/13/2017 #1

这不是最有效的方法,但它是有效的。

SELECT name, min(time) AS start,max(time) As end 
FROM (
   SELECT name,time, time- DENSE_RANK()  OVER (partition by name ORDER BY 
   time) AS diff
   FROM foo
) t 
GROUP BY name,diff;

我建议尝试以下查询并构建一个 GenericUDF 来识别差距,这更容易:)

SELECT name, sort_array(collect_list(time)) FROM foo GROUP BY name;