查询未找到列，建议 Hive SQL 中的同一列答案

【问题标题】：Query does not found column, suggests same column in Hive SQL查询未找到列，建议 Hive SQL 中的同一列
【发布时间】：2017-08-18 09:15:00
【问题描述】：

我在 SQL 中有以下查询：

select midquery.account, midquery.name, midquery.label,  midquery.labelfrequency
from(

    -- Count the appearance of each label.

    select count(*) as labelfrequency, account, name, label
    from(

        select account, name, label from myTable 

    ) innerquery

    group by account, name, label
) midquery

-- Select most frequent values only.
where rank() over 
    (partition by midquery.account, midquery.name 
     order by midquery.labelfrequency desc) = 1

这个想法是找到每个名称帐户集最频繁的标签。当我运行此查询时，我收到以下错误：

Error while compiling statement: FAILED: SemanticException [Error 10002]: Line 12:74 Invalid column reference 'labelfrequency': (possible column names are: labelfrequency, account, name, label)

我不太明白为什么解释器找不到列 labelfrequency 但可以提出建议。您对如何解决此问题有任何建议吗？

编辑：如果我将 rank() 移动到选择部分，我会得到结果。

select midquery.account, midquery.name, midquery.label,  midquery.labelfrequency, 
    rank() over (partition by midquery.account, midquery.name 
     order by midquery.labelfrequency desc)
from(

    -- Count the appearance of each label.

    select count(*) as labelfrequency, account, name, label
    from(

        select account, name, label from myTable 

    ) innerquery

    group by account, name, label
) midquery

【问题讨论】：

标签： sql hive rank

【解决方案1】：

WHERE 子句中根本不允许使用窗口函数。这有充分的理由，但您可以将其视为 SQL 的另一条规则——类似于无法识别列别名。

（真正的原因是指定当有多个过滤条件时窗口函数将如何操作。（几乎？）不可能提出一套连贯的规则。）

话虽如此，您可以简化查询：

select t.account, t.name, t.label, t.labelfrequency
from (select count(*) as labelfrequency, account, name, label,
             rank() over (partition by account, name
                          order by count(*) desc
                         ) as seqnum
      from myTable t
      group by account, name, label
     ) t
where seqnum = 1;

即窗口函数和聚合函数可以结合使用。而且您不需要子查询来仅指定少数 a 列。

【讨论】：