在 HiveQL 中使用 hive 变量

Posted 2023-03-23

【中文标题】在 HiveQL 中使用 hive 变量

【英文标题】：use hive variable in HiveQL

【发布时间】：2020-07-01 13:57:58

【问题描述】：

我有一个提供 max_processed_date 的查询（它提供单个值），这个日期用于从 master_table 获取数据。我正在使用 hivevars 这样做，但它直接替换查询而不是首先评估它.

set hivevar max_date= select max_processed_date from Tab_date where process='X';

select * from master_table where process_date > $hivevar:max_date

但这表现为select * from master_table where process_date > select max_processed_date from Tab_date where process='X';

hiveql 不支持。是否可以先评估 hivevar，然后在 master_table 查询中使用该值？

【问题讨论】：

这能回答你的问题吗？ HiveQL: Using query results as variables

这需要一个包装器，仅使用 hive 查询是不可能的。

是的。对，仅使用 hive 查询是不可能的

【参考方案1】：

上面提到的答案 (HiveQL: Using query results as variables) 可用于使用 Shell 脚本包装器将查询结果放入变量中。但是对于您的特定问题，您可以执行以下操作：

select a.* 
from master_table as a,
  (select max_processed_date from Tab_date where process='X') as b
where a.process_date > b.max_processed_date;

请注意，内部查询应该是 1 行，否则这会炸毁最终表。如果代码逻辑需要，选择语句中的distinct 可以解决它。