SemanticException[Error 10004] 无效的表别名或列引用

Question

我正在尝试按 id 获取每个组中第一行的记录。行号由id的顺序生成。我一直收到同样的错误[10004]。

这个hive脚本是在SAS studio环境下构建的，下面是一段proc sql代码：

数据集 id_f 包含变量 x,y 和 z

execute (create temporary table event_id_f1 as
        select *,ROW_NUMBER() OVER(ORDER BY id) as rownum
        from id_f
                        group by id
                        having rownum = min(rownum)
        )
by df20;

错误：执行错误：org.apache.hive.service.cli.HiveSQLException：编译语句时出错：FAILED：SemanticException [错误 10004]：第 1:129 行无效的表别名或列引用“rownum”：（可能的列名称为：x、y、z）

感谢任何帮助！

@bernie 建议 Hive 不识别别名。我应该如何嵌套别名以使其工作？代码也在执行语句中。 我的尝试：

execute (create temporary table event_id_f1 as

        from (
             select *,
             ROW_NUMBER() OVER(ORDER BY id) as rownum
             from id_f
              group by id
              having rownum = min(rownum) ) ranked
             WHERE ranked=1
             )
by df20;

Answer 1

这就是我写它的方式。如果有任何错误，请告诉我：

execute (create temporary table event_id_f1 as
    select * 
    from (
        select id, ROW_NUMBER() OVER (ORDER BY id) as rownum
        from id_f
        group by id 
    ) ranked
    where ranked.rownum = 1         
) by df20;

Answer 2

我的拙见是以下SQL有问题（取自另一个答案）：

select * 
from (
    select id, ROW_NUMBER() OVER (ORDER BY id) as rownum
    from id_f
    group by id 
) ranked
where ranked.rownum = 1

这个查询分为三个阶段：

首先，select id from id_f group by id，相当于得到所有不同的id。

然后，对order by 这些不同的 ID 进行全局窗口化，并为每个 ID 分配一个行号。

最后，where ranked.rownum = 1 过滤器使结果集只包含一行：

minimal_id, 1

如果这就是你想要的，使用min 应该会更好。

乍一看，这个问题对我来说没有多大意义。我猜你要找的是partition by id，在每个分区内order by something_else，然后选择在这些不同分区中排名第一的行。如果幸运的是我的猜测是正确的，我会建议这样：

select 
    * 
from (
    select 
        *, ROW_NUMBER() OVER (partition by id ORDER BY STH_ELSE) as rownum
    from id_f
) ranked
where ranked.rownum = 1