选择每个月的最大日期

Posted 2023-03-23

【中文标题】选择每个月的最大日期

【英文标题】：Selecting max date of each month

【发布时间】：2020-02-10 13:00:08

【问题描述】：

我有一个包含很多累积列的表，这些列在每个月底重置为 0。如果我sum 这个数据，我最终会重复计算。相反，使用 Hive，我试图。

我试过这个：

SELECT
    yyyy_mm_dd,
    id,
    name,
    cumulative_metric1,
    cumulative_metric2
FROM
    mytable

WHERE
    yyyy_mm_dd = last_day(yyyy_mm_dd)

mytable 拥有年初以来的每日数据。在上面的输出中，我只看到 1 月的最后日期，但没有看到 2 月。如何选择每个月的最后一天？

【参考方案1】：

二月还没有结束。也许窗口函数可以满足您的需求：

SELECT yyyy_mm_dd, id, name, cumulative_metric1, cumulative_metric2
FROM (SELECT t.*,
             MAX(yyyy_mm_dd) OVER (PARTITION BY last_day(yyyy_mm_dd)) as last_yyyy_mm_dd
      FROM mytable t
     ) t
WHERE yyyy_mm_dd = last_yyyy_mm_dd;

这会计算数据中的最后一天。

【讨论】：

内表是否也应该别名为t？此外，这是一个分区表，因此内部表在 where 条件下也需要 yyyy_mm_dd，因为那是分区列。

【参考方案2】：

在 hive 中使用相关子查询和日期到月份函数

SELECT
    yyyy_mm_dd,
    id,
    name,
    cumulative_metric1,
    cumulative_metric2
FROM
    mytable t1

WHERE
    yyyy_mm_dd = select max(yyyy_mm_dd) from mytable t2 where
     month(t1.yyyy_mm_dd)= month(t2.yyyy_mm_dd)