您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了“Hive高階聚合函數(shù)用法示例”,內(nèi)容簡而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“Hive高階聚合函數(shù)用法示例”這篇文章吧。
如果需要多維度做一些指標(biāo)統(tǒng)計,數(shù)據(jù)量比較大的話,我們一般會選擇olap引擎,比如kylin等,但是如果數(shù)據(jù)量不是很大的話,hive也是可以實現(xiàn)的。
create table wedw_tmp.hive_function_test_df ( province_name string comment '省份名稱' ,city_name string comment '城市名稱' ,area_name string comment '地區(qū)名稱' ,people_cnt int comment '人口數(shù)量' ,amt decimal(16,2) comment 'GDP' ) row format delimited fields terminated by ',' |
廣東,廣州,白云區(qū),100,30 廣東,廣州,番禺區(qū),120,45 廣東,深圳,福田區(qū),200,67 廣東,深圳,南山區(qū),290,100 浙江,杭州,蕭山區(qū),80,20 浙江,杭州,濱江區(qū),120,50 浙江,寧波,江東區(qū),80,23 浙江,寧波,江北區(qū),45,5 |
select * from wedw_tmp.hive_function_test_df; |
一 with cube
select province_name ,city_name ,area_name ,sum(people_cnt) as all_people_cnt from wedw_tmp.hive_function_test_df group by province_name ,city_name ,area_name with cube ; |
二 grouping sets
select province_name ,city_name ,area_name ,sum(people_cnt) as all_people_cnt from wedw_tmp.hive_function_test_df group by province_name ,city_name ,area_name grouping sets((),(province_name),(province_name,city_name)) ; |
三 with rollup
select province_name ,city_name ,area_name ,sum(people_cnt) as all_people_cnt from wedw_tmp.hive_function_test_df group by province_name ,city_name ,area_name with rollup ; |
以上是“Hive高階聚合函數(shù)用法示例”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學(xué)習(xí)更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。