SQL：表达式不在 GROUP BY 键中

Posted 2023-03-31

【中文标题】SQL：表达式不在 GROUP BY 键中

【英文标题】：SQL: Expression Not in GROUP BY Key

【发布时间】：2020-11-18 17:39:38

【问题描述】：

我在 Hive 中有一个事务表 t1，如下所示：

store_id   cust_id    zip_code   transaction_count   spend  
    1000       100      123      3                    50
    2000       200      456      2                    20

我正在尝试使用此表计算一些指标，如下所示：

SELECT
    store_id,
    zip_code,
    SUM(transaction_count) OVER (PARTITION BY store_id, zip_code) / COUNT(*) OVER(PARTITION BY store_id, zip_code) AS avg_transactions,
    SUM(spend) OVER(PARTITION BY store_id, zip_code)/SUM(transaction_count) OVER(PARTITION BY store_id, zip_code) AS avg_purchase
FROM 
    t1
GROUP BY 
    1, 2

Hive 抛出错误

SemanticException 未能将 Windowing 调用分解为组。至少 1 个组必须仅依赖于输入列。表达式不在 GROUP BY 键 'spend' 中

但是spend 列与聚合函数（sum）一起使用，所以我不能按此列分组。我该如何解决这个错误？

【参考方案1】：

窗口函数不需要group by。你要么想要：

SELECT
    store_id,
    zip_code,
    AVG(transaction_count) OVER(PARTITION BY store_id, zip_code) AS avg_transactions,
    SUM(spend) OVER(PARTITION BY store_id, zip_code)
        / SUM(transaction_count) OVER(PARTITION BY store_id, zip_code) AS avg_purchase
FROM t1

请注意，第一个表达式可以缩短为AVG()。

这会带来与原始表一样多的行。另一方面，如果您希望每个商店和邮政编码只有一行，则使用带有GROUP BY 的常规聚合函数：

SELECT
    store_id,
    zip_code,
    AVG(transaction_count) AS avg_transactions,
    SUM(spend) / SUM(transaction_count) AS avg_purchase
FROM t1
GROUP BY store_id, zip_code

【讨论】：

谢谢。快速跟进：假设我想按邮政编码计算每个商店的销售额百分比（“商店 1000 的 20% 的支出用于 zip 123，80% 的支出用于 zip 456”等）。在这里，我们需要每家商店的总销售额作为分母；如果不进行分区，您将如何计算？

【参考方案2】：

嗯。 . .我想你想要：

SELECT store_id, zip_code, AVG(transaction_count) as avg_transactions, 
       SUM(spend) / SUM(transaction_count) as avg_purchase
FROM t1
GROUP BY 1, 2;

我不明白你为什么要使用窗口函数。