Hive之count函数的特别用法
Posted 杨吉
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Hive之count函数的特别用法相关的知识,希望对你有一定的参考价值。
1.准备表结构和数据
create table test_middle_data.spe_count_test( name string, sex string, is_valid string ) ROW FORMAT DELIMITED FIELDS TERMINATED BY \',\'; insert into test_middle_data.spe_count_test values(\'jack01\',\'man\',\'N\'); insert into test_middle_data.spe_count_test values(\'jack02\',\'woman\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack03\',\'man\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack04\',\'woman\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack05\',\'man\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack06\',\'woman\',\'N\'); insert into test_middle_data.spe_count_test values(\'jack07\',\'man\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack08\',\'man\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack09\',\'man\',\'N\'); insert into test_middle_data.spe_count_test values(\'jack10\',\'woman\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack11\',\'man\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack12\',\'man\',\'Y\'); insert into test_middle_data.spe_count_test values(\'jack13\',\'woman\',\'N\');
2. 需求是根据sex分组,并统计有效的个数和总个数
我发现有人会这样写
select a.sex,a.is_valid_y,b.total_num FROM( SELECT sex,count(1) is_valid_y FROM test_middle_data.spe_count_test where is_valid = \'Y\' group by sex ) a inner join ( SELECT sex, count(1) total_num FROM test_middle_data.spe_count_test group by sex ) b on a.sex = b.sex
结果:
这种两张表做关联查询影响性能,我们可以优化
3. 使用count的特点优化
count(1)或者count(*)都是计算总行数包括字段为NULL,但是count(字段名)是不会统计字段为NULL的数据,我们利用这个特点完成需求
select sex,count(case when is_valid = \'Y\' then is_valid else NULL end) is_valid_y, count(1)total_num FROM test_middle_data.spe_count_test group by sex
结果也和第二步的sql一样
以上是关于Hive之count函数的特别用法的主要内容,如果未能解决你的问题,请参考以下文章
Hive窗口函数之LAGLEADFIRST_VALUELAST_VALUE的用法