Impala：在执行 group by 聚合函数之前更改列类型

Posted 2023-03-22

【中文标题】Impala：在执行 group by 聚合函数之前更改列类型

【英文标题】：Impala: change the column type prior to perform the aggregation function for group by

【发布时间】：2016-09-20 20:01:04

【问题描述】：

我有一张桌子，my_table：

transaction_id    |   money     |  team
--------------------------------------------
    1             |   10        |   A
    2             |   20        |   B
    3             |   null      |   A
    4             |   30        |   A
    5             |   16        |   B
    6             |   12        |   B

当我按团队分组时，我可以通过查询计算最大值，最小值：

select team, max(money), min(money) from my_table group by team

但是，我不能做 avg 和 sum 因为有空值。即：

select team, avg(money), sum(money) from my_table group by team

会失败。

有没有办法在计算 avg 和 sum 之前更改列类型？即我希望输出为：

team   |  avg(money)   |  sum(money)
--------------------------------------
 A     |  20           |  40
 B     |  16           |  48

谢谢！

【问题讨论】：

我对 Impala 不熟悉，但 SQL 已经可以按照您的要求运行。 Impala 有 COALESCE 或 NULLIF 函数吗？您可以使用零作为 SUM。处理 AVG 会比较棘手。

文档说，Rows with a NULL value for the specified column are ignored，既适用于sum，也适用于avg。

提问前是否测试了查询？

@sstan: 这是我得到的错误：HiveServer2Error: AnalysisException: AVG requires a numeric or timestamp parameter: avg(money) 或者如果没有在桌子？谢谢！

你是说money不是数字吗？那么为什么你的问题给人的印象是，唯一的问题是null 值？您应该编辑您的问题，以便更清楚地了解您的实际问题是什么。

【参考方案1】：

根据 Cloudera 提供的文档，您的查询应该按原样工作。 AVG Function 和 SUM Function忽略null。

SELECT team, AVG(money), SUM(money)
FROM my_table
GROUP BY team

更新：根据您的评论，我再次对 Impala 不熟悉。大概标准 SQL 会起作用。您的错误似乎是数据类型问题。

SELECT team, AVG(CAST(money AS INT)), SUM(CAST(money AS INT))
FROM my_table
GROUP BY team

【讨论】：

这是我得到的错误：HiveServer2Error: AnalysisException: AVG requires a numeric or timestamp parameter: avg(money) 或者如果在表中没有这样定义，我如何将钱视为数字？谢谢！

【参考方案2】：

只需将总和除以计数即可：

SELECT team, SUM(money)/COUNT(money) AS AVG, SUM(money)
FROM team
GROUP BY team

在这里测试：http://sqlfiddle.com/#!9/ba381/4