在 Impala 中查找百分比作为子查询

Posted 2023-03-31

【中文标题】在 Impala 中查找百分比作为子查询

【英文标题】：Finding percentage as a subquery in Impala

【发布时间】：2020-04-24 17:52:30

【问题描述】：

我正在尝试使用两个单独的子查询的结果来查找百分比。 两个查询都使用同一列的计数，一个使用 where 子句，一个使用整个集合。

第一个查询：

SELECT COUNT(DISTINCT(col1))
FROM table
WHERE LOWER(col2) NOT IN ("value1", "value2")

第二次查询：

SELECT COUNT(DISTINCT(col1))
FROM table

我需要以下结果：

(first query)/(second query) *100

作为百分比，但我不确定如何执行此操作，因为 Impala 不允许在 select 语句中使用子查询。

【问题讨论】：

你为什么用mysql标记你的问题？

【参考方案1】：

除非您使用的是最新版本之一（3.1.0 或更高版本），否则 Impala 不支持在一个语句中使用多个 count(distinct)s，请参阅 IMPALA-110。

也许您可以使用 CTE 将查询拆分为多个语句。例如：

WITH q1 AS 
  SELECT COUNT(DISTINCT(col1)) count1
  FROM table
  WHERE LOWER(col2) NOT IN ("value1", "value2")
),
q2 AS (
  SELECT COUNT(DISTINCT(col1)) count2
  FROM table
)
SELECT 100 * q1.count1 / q2.count2  result
FROM q1, q2

【参考方案2】：

使用条件聚合：

SELECT 
  100.0 * COUNT(DISTINCT CASE WHEN LOWER(col2) NOT IN ("value1", "value2") THEN col1 END) / COUNT(DISTINCT col1)
FROM table

或：

SELECT 100.0 * COUNT(DISTINCT col1) / (SELECT COUNT(DISTINCT col1) FROM table)
FROM table
WHERE LOWER(col2) NOT IN ("value1", "value2")

【讨论】：

这似乎最有效。但是，第一个“Distinct”会引发错误（如果我将其取出并保留在第二个 distinct 中，它会起作用）。关于如何使第一部分只计数不同的任何想法？

如您在此处看到的：db-fiddle.com/f/tS283ypZ5FyPZiZAHV4ogs/0 没有语法错误。

我认为不是在第一部分使用 distinct，而是需要按“col1”分组。您知道是否可以在此语句中使用 group by ？谢谢！

Group by 与您在问题中描述的要求无关。

查看我的第二个查询的另一个选项。