使用 SQL/Impala 在一段时间内滚动总和

Question

我的表格结构如下：

DateDay     Id     Value    
20200801    A      7
20200803    A      1
20200803    B      3
20200804    C      30
...         ...    ...

仅当 Value > 0 时才出现 DateDay 而且我有几个可能的 ID

我想做的是获得一个表格，其中包含每个 ID 在 7 天内的滚动总和。但它应该有所有的日子

DateDay     Id     Value    RollingSum    
20200801    A      7        7
20200801    B      0        0
20200801    C      0        0
20200802    A      0        7
20200802    B      0        0
20200802    C      0        0
20200803    A      1        8        
20200803    B      3        3
20200803    C      0        0
20200804    A      0        8
20200804    B      0        3
20200804    C      30       30
...         ...    ...      ...

有没有一种简单的方法可以通过 SQL（我正在使用 Impala/Hive）来完成？

Answer 1

您有两个问题 - 生成行和累积和。让我假设该表具有您想要的所有时间段，或者您有另一个表。然后使用cross join 生成行和结果的累积总和：

select d.dateday, i.id,
       sum(t.value) over (partition by i.id order by d.dateday) as running_sum
from (select distinct dateday from t) d cross join
     (select distinct id from t) i left join
     t
     on t.dateday = d.dateday and t.id = i.id
order by d.dateday, i.id;

如果您有其他包含日期或 ID 的表，请使用这些表而不是子查询。

一旦你有所有的日子，你可以包括一个窗框子句：

       sum(t.value) over (partition by i.id order by d.dateday rows between 6 preceding and current day) as running_sum