Hiveql - 将每小时数据汇总到每天

Posted 2023-03-23

【中文标题】Hiveql - 将每小时数据汇总到每天

【英文标题】：Hiveql - Aggregating hourly data to daily

【发布时间】：2020-07-20 16:40:35

【问题描述】：

我是 Hiveql 的新手，希望在一个非常简单的问题上得到帮助。

我有一个每小时数据表，我在下面提供了一个简化示例：

datetimetimezone  ID  value
202007130000+0100 001 2
202007130100+0100 001 3
202007130200+0100 001 4
202007130300+0100 001 1
202007140000+0100 002 3
202007140100+0100 002 7
202007140200+0100 002 9
202007140300+0100 002 2

目标是创建一个输出，其中我将 datetimezone 剥离为“yyyymmdd”格式，并从每小时到每天汇总 (SUM) 值。所以我最终会得到一个新的输出，如下所示：

datetimetimezone  ID  value
20200713          001 10
20200714          002 21

我知道我可以使用 substr(datetimetimezone, 0, 8) 来获得所需的日期格式，但是我不确定如何将 ID 值从每小时聚合到每天，如上面的第二个表所示。欢迎任何帮助。

【参考方案1】：

您似乎想要以下聚合查询：

select
    substr(datetimetimezone, 1, 8) yyyymm,
    id,
    sum(value) value
from mytable
group by substr(datetimetimezone, 1, 8), id

请注意，substr() 以 1 开头，而不是 0。