如何在 Hive SQL 中对一列中的数据进行分组并将其分布在另一列中？

Posted 2023-03-23

【中文标题】如何在 Hive SQL 中对一列中的数据进行分组并将其分布在另一列中？

【英文标题】：How to grouby data in one column and distribute it in another column in HiveSQL?

【发布时间】：2021-05-02 09:54:26

【问题描述】：

我有以下数据：

CompanyID	Department	No of People	Country
45390	HR	100	UK
45390	Service	250	UK
98712	Service	300	US
39284	Admin	142	Norway
85932	Admin	260	Germany

我想知道有多少人属于不同国家的同一部门？

需要的输出

Department	No of People	Country
HR	100	UK
Service	250	UK
	300	US
Admin	142	Norway
	260	Germany

我能够获取数据，但该查询重复了部门。

""" select Department, Country,count(Department) from dataset
    group by Country,Department
    order by Department """

我怎样才能得到想要的输出？

【参考方案1】：

您生成的结果集并不是真正的关系结果集。为什么？因为行取决于“上一个”行中的内容。在关系数据库中，没有“前一个”行这样的东西。这类处理通常在应用层处理。

当然，SQL 可以为所欲为。你只需要小心：

select (case when 1 = row_number() over (partition by Department order by Country) 
             then Department
        end) as Department,
       Country, count(*) as num_people,         
from dataset
group by Country,Department
order by Department, Country;

请注意，order by 需要匹配窗口函数子句，以确保 row_number() 认为是第一行的内容确实是结果集中的第一行。