Hive SQL - 选择所有包含值的行；其中一行与特定值匹配答案

【问题标题】：Hive SQL - select all rows containing a value; where one of the rows matches a specific valueHive SQL - 选择所有包含值的行；其中一行与特定值匹配
【发布时间】：2017-07-17 13:43:17
【问题描述】：

我有一个这样的 Hive 表 -

Name     ..... Page
Sid ...........Login
Sid ...........Buy 
Nancy ......Home
Nancy ......Register
Nancy ......Buy

我想提取其中一个名称具有 Page=login 的名称的所有行。因此，它会为 name=Sid 提取两行，但不会为 name=Nancy 提取行。

我试过了——

select * from table where name in (select name from table where page='login');

但是，我得到了错误 -

Error while compiling statement: FAILED: SemanticException [Error 10249]: Line 1:142 Unsupported SubQuery Expression ''login'': SubQuery expression refers to Outer query expressions only.

有人可以帮忙吗？这个查询看起来很简单。谢谢

【问题讨论】：

你的错误很奇怪。你能提供样本数据和期望的结果吗？
嗨，真实数据恐怕是 NDA。
Sid and Nancy?我在这里约会自己吗？

标签： sql hive

【解决方案1】：

以下查询适用于任何支持 ANSI SQL 的地方：

SELECT t1.*
FROM yourTable t1
INNER JOIN
(
    SELECT Name
    FROM yourTable
    GROUP BY Name
    HAVING SUM(CASE WHEN Page = 'login' THEN 1 ELSE 0 END) > 0
) t2
    ON t1.Name = t2.Name

基本策略是对每个名字进行聚合，统计login作为页面出现的次数，然后只保留符合条件的名字。

【讨论】：

谢谢你，恐怕当我用真实的表名代替你的代码时我不会得到任何结果；我无法分享真实数据，因为它处于 NDA 之下。我会再玩这个。
@BobbyKing 单独测试子查询，看看它是否返回正确的匹配名称。如果即使这样也不起作用，那么我的方法可能不适用于 Hive SQL。

【解决方案2】：

您可以使用窗口函数来做到这一点：

select t.*
from (select t.*,
             count(case when page = 'login' then 1 else 0 end) over (partition by name) as numlogins
      from t
     ) t
where numlogins > 0;

【讨论】：

【解决方案3】：

看看这个：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+SubQueries#LanguageManualSubQueries-SubqueriesintheWHEREClause 这是 Hive SQL 子查询的教程

【讨论】：