将多个日期作为参数传递给 Hive 查询

Question

我正在尝试将日期列表作为参数传递给我的配置单元查询。

#!/bin/bash
echo "Executing the hive query - Get distinct dates"
var=`hive -S -e "select distinct  substr(Transaction_date,0,10) from test_dev_db.TransactionUpdateTable;"`
echo $var
echo "Executing the hive query - Get the parition data"
hive -hiveconf paritionvalue=$var -e 'SELECT Product FROM test_dev_db.TransactionMainHistoryTable where tran_date in("${hiveconf:paritionvalue}");'
echo "Hive query - ends"

输出为：

Executing the hive query - Get distinct dates
2009-02-01 2009-04-01
Executing the hive query - Get the parition data

Logging initialized using configuration in file:/hive/conf/hive-log4j.properties
OK
Product1
Product1
Product1
Product1
Product1
Product1
Time taken: 0.523 seconds, Fetched: 6 row(s)
Hive query - ends

它只将第一个日期作为输入。我想将我的日期传递为 ('2009-02-01','2009-04-01') 注意：TransactionMainHistoryTable 以字符串类型在 tran_date 列上进行分区。

Answer 1

使用collect_set 收集不同值的数组，并将其与分隔符',' 连接起来。这将生成没有外引号2009-02-01','2009-04-01 的列表，并在第二个脚本中添加外引号'，或者您可以在第一个查询中添加它们。并且在内联 sql（-e 选项）中执行时，您不需要传递 hiveconf 变量，直接 shell 变量替换将起作用。从文件执行脚本时使用 hiveconf（-f 选项）

工作示例（使用您的表格而不是堆栈）：

date_list=$(hive -S -e "select concat_ws('\\',\\'',collect_set(substr(dt,0,10))) from (select stack (2,'2017-01', '2017-02')as dt)s ;")

hive -e "select * from (select stack (2,'2017-01', '2017-02')as dt)s where dt in ('${date_list}');"

返回：

好的

2017-01
2017-02
Time taken: 1.221 seconds, Fetched: 2 row(s)