获取两个日期之间的月份范围

Posted 2023-03-23

【中文标题】获取两个日期之间的月份范围

【英文标题】：Get range of months between 2 dates

【发布时间】：2021-04-30 11:25:29

【问题描述】：

例如，我们有类似的行

in	out
2020-01-01	2020-03-03

我需要一个包含月份列表的结果，即：

in	out	between
2020-01-01	2020-03-03	["2020-01-01", "2020-02-01", "2020-03-01"]

然后按某个分组计算所有月份。

可以有任何一天，但要保持几个月。 我尝试通过explode/posexplode、months_between、add_months、CTE的组合来达到这个目的，但还缺乏大脑。之一：

select
    *,
    case
        when cast(
            ceil(abs(months_between(test.in, test.out))) as int
        ) > 1 then split(
            repeat(
                concat(add_months(test.in, 1), ','),
                cast(
                    ceil(abs(months_between(test.in, test.out))) as int
                )
            ),
            ','
        )
        else array(test.in)
    end btw
from test;

in	out	btw
2020-01-01	2020-03-03	["2020-02-01", "2020-02-01", "2020-02-01", ""]

我不知道如何使用months_between 在查询中增加月份。我相信有办法，但我需要一个指针。

【参考方案1】：

使用横向视图poseexplode获取带有位置编号的行，使用add_months将位置添加到IN日期，collect_list获取一个数组，必要时使用concat_ws连接数组。

演示：

WITH test AS (
    SELECT '2020-01-06' dt_in, '2020-03-03' dt_out
)
SELECT dt_in, dt_out, 
       COLLECT_LIST(DATE_FORMAT(ADD_MONTHS(t.dt_in, pos), 'yyyy-MM-01')) AS `between`
FROM test t  
LATERAL VIEW OUTER POSEXPLODE(
    SPLIT(
        SPACE(
            CAST(CEIL(ABS(MONTHS_BETWEEN(DATE_FORMAT(t.dt_in, 'yyyy-MM-01'), t.dt_out))) AS INT) - 1
            ),
        ' '
        )
) e AS pos, x  
GROUP BY dt_in, dt_out;

结果：

     dt_in       dt_out       between   

2020-01-01       2020-03-03   ["2020-01-01","2020-02-01","2020-03-01"]

【讨论】：

是的，dt_in 中需要有一个月的第一天。 Hive 不包含内置的 FIRST_DAY()，所以我使用这里的方法：***.com/questions/29972317/…

@ruslan_krivoshein 编辑：简化了一点

也是为了有用：在我的例子中，我省略了COLLECT_LIST 并在GROUP BY 子句中添加了 pos 以获得扩展的月份视图，因此我将它用于所需的聚合.