SQL Group by 在另一个 group by 内

Question

我目前有一个问题，我需要在组中查找组数。但是，我想在线创建包含组并将较小的组连接到一个字符串中。

下表显示了我目前面临的情况：

----------------------------------------
Timestamp           ID             Member
----------------------------------------
1                   1              A
1                   1              B
1                   2              A
1                   2              B
1                   2              C
2                   1              A
2                   2              A
2                   2              A
2                   2              C
----------------------------------------

现在我想查找每个时间戳，每个 ID 有多少（不同）成员在表中，即结果应如下所示：

---

Timestamp           MemberIDCount
----------------------------------------
1                   1:2,2:3
2                   1:1,2:2
----------------------------------------

即字符串的格式为：

[ID]:[count(distinct(member)],...

我知道，您可以通过两个连续的分组来解决这个问题（即，首先在时间戳和 ID 上计算成员，然后在时间戳上进行字符串连接）。但是，我希望有一个更智能的解决方案，因为我必须将其应用于大型数据集并且不想执行 2 group bys。我使用 Cloudera Impala，但其他 SQL 语言的解决方案也很受欢迎。

感谢您的帮助。

Answer 1

您可以使用两次group by 和group_concat() 来执行此操作。我手头没有 Impala，但这样的东西应该可以工作：

select timestamp,
       group_concat(concat_ws(':', member, cnt))
from (select timestamp, member, count(*) as cnt
      from t
      group by timestamp, member
     ) tm
group by timestamp
order by timestamp;