Hive：根据时间范围过滤行答案

【问题标题】：Hive: Filtering rows based on a range of TimeHive：根据时间范围过滤行
【发布时间】：2017-09-26 03:37:46
【问题描述】：

我是这个论坛的新手，这是我的第一个问题。我确实在这个论坛上搜索过解决方案，但仍然无法获得确切的解决方案。如果已经回答了此类问题，那么我提前道歉。

现在回到我的问题。我有一个具有以下列的 HIVE 表“table1”：

频道名称字符串开始时间字符串 prog_name 字符串成本翻倍

以下是上表中的示例日期：

BBC 2016-11-24 05:47:02 新：Wonder World 191.0 GTV 2016-11-24 21:35:58 新：大逃亡 99.0 BBC 2016-11-25 21:43:29 新：Wonder World 131.0 GTV 2016-11-25 23:32:56 新：恐惧状态 145.0 GTV 2016-11-26 01:30:30 新：大逃亡 128.0

我必须根据 UI 上的过滤器找出成本，其中用户可以按程序名称和时间范围从 0-5、6-10、11-15...19-24 等桶中过滤。我在 HIVE 查询下开发应该根据程序和用户过滤的时间段来选择每一行。无论日期如何，我都必须比较整个时间戳值的时间部分。

以下是我尝试过的 HIVE 查询，但无法比较并给出错误：

SELECT sum(cost)
  FROM table1
  WHERE prog_name='NEW: Wonder World'
  AND (cast(substr(start_time, 12) AS TIMESTAMP) BETWEEN (00:00:00
                                                          AND 05:59:59)
       OR cast(substr(start_time, 12) AS TIMESTAMP) BETWEEN (06:00:00
                                                             AND 09:59:59));

失败：ParseException 行 1:118 无法识别 ':' '00' 附近的输入 ':' 在表达式规范中

仅从时间戳值转换和比较时间部分的正确语法是什么？感谢上述查询的任何建议/指针。

【问题讨论】：

时间间隔没有意义。
共有 5 个桶代表 24 小时，即 '0-6'、'6-10'、'10-14'、'14-19'、'19-24'。为了找到成本，不考虑日期，而只考虑时间。因此，如果“New: Wonder World”程序的 start_time 是“2016-09-08 12:46:25”和“2016-09-07 21:48:49”，则两者都将在“10-14”桶中考虑'和'19-24'。因此 where 子句将是 substr(start_time, 12) 介于 '10:00:00' 和 '14:59:59' 之间或 substr(start_time, 12) 介于 '19:00:00' 和 '23:59:59' 之间')
OR 由两个实际创建单个区间的条件组合而成

标签： hive

【解决方案1】：

select  sum(cost)   as sum_cost

from    table1 

where   prog_name='NEW: Wonder World' 
    and substr(start_time,12) between '00:00:00' and '09:59:59'
;

+-----------+
| sum_cost  |
+-----------+
| 191       |
+-----------+

【讨论】：

谢谢你！它有效:) 只是一个简单的缺少单引号和额外的圆括号是问题所在。而且，我们甚至不需要将 String 转换为 Timestamp 数据类型，HIVE 内部会这样做。这是一个很大的帮助，节省了我很多时间。否则，我计划使用 case 语句将行分组到每个存储桶中并使用子查询。
不客气。附言。时间戳包括日期，这个id只是一个简单的字符串比较。 P.s.2 fon'y 忘记接受答案
所以下面的查询会在不考虑日期的情况下给我整个 24 小时的所有结果，对吧？选择 sum(cost) as sum_cost from table1 where prog_name='NEW: Wonder World' and (substr(start_time, 12) between '00:00:00' and '05:59:59' or substr(start_time, 12) between '06:00:00' 和 '09:59:59' 或 substr(start_time, 12) 介于 '10:00:00' 和 '14:59:59' 或 substr(start_time, 12) 之间 '15:00 :00' 和 '18:59:59' 或 substr(start_time, 12) 在 '19:00:00' 和 '23:59:59' 之间);