Hive 查询 - 将值除以组中值的数量

问题描述

我正在尝试创建一个查询，在该查询中我根据该组的结果数量划分其中一个值，但我找不到有关如何执行它的答案。

假设我的数据如下：

request_id	客户名称	request_price
一	鲍勃	10
一	爱丽丝	10
b	鲍勃	20
b	查理	20

我想获得一个查询，该查询将为每组 client_name & request 返回一个结果，但 request_price 是 request_price / 每个请求的客户数量。诸如此类的东西 -

select request_id,client_name,AVG(request_price) / <SIZE_OF_GROUP> from DATA group by request_id

结果应该是 -

request_id	客户名称	calculated_value
一	鲍勃	5
一	爱丽丝	5
b	鲍勃	10
b	查理	10

有人可以帮忙吗？有没有办法在单个查询中做到这一点？

解决方法

您可以计算由 request_id 划分的窗口的平均值：

select
    request_id,client_name,AVG(request_price) over (partition by request_id) / COUNT(request_price) over (partition by request_id) as calculated_value
from DATA

,

可以先计算request_id的分组值，然后将数据加入主表

请参考以下：

  hive> select * from data
    > ;
OK
a   bob 10
a   alice   10
b   bob 20
b   charlie 20
Time taken: 0.082 seconds,Fetched: 4 row(s)

select data.req_id,data.client_name,req_price/cnt as calc_val from data join (select req_id,count(req_id) as cnt from data group by req_id) tmp
on data.req_id=tmp.req_id;

Total MapReduce CPU Time Spent: 3 seconds 580 msec
OK
a   bob 5.0
a   alice   5.0
b   bob 10.0
b   charlie 10.0
Time taken: 46.804 seconds,Fetched: 4 row(s)

可能还有其他方法可以实现相同的目标，但这就是我能想到的