溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“Hive高階聚合函數用法示例”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Hive高階聚合函數用法示例”這篇文章吧。
如果需要多維度做一些指標統計，數據量比較大的話，我們一般會選擇olap引擎，比如kylin等，但是如果數據量不是很大的話，hive也是可以實現的。
create table wedw_tmp.hive_function_test_df ( province_name string comment '省份名稱' ,city_name string comment '城市名稱' ,area_name string comment '地區名稱' ,people_cnt int comment '人口數量' ,amt decimal(16,2) comment 'GDP' ) row format delimited fields terminated by ',' |
廣東,廣州,白云區,100,30 廣東,廣州,番禺區,120,45 廣東,深圳,福田區,200,67 廣東,深圳,南山區,290,100 浙江,杭州,蕭山區,80,20 浙江,杭州,濱江區,120,50 浙江,寧波,江東區,80,23 浙江,寧波,江北區,45,5 |
| select * from wedw_tmp.hive_function_test_df; |
一 with cube
select province_name ,city_name ,area_name ,sum(people_cnt) as all_people_cnt from wedw_tmp.hive_function_test_df group by province_name ,city_name ,area_name with cube ; |
二 grouping sets
select province_name ,city_name ,area_name ,sum(people_cnt) as all_people_cnt from wedw_tmp.hive_function_test_df group by province_name ,city_name ,area_name grouping sets((),(province_name),(province_name,city_name)) ; |
三 with rollup
select province_name ,city_name ,area_name ,sum(people_cnt) as all_people_cnt from wedw_tmp.hive_function_test_df group by province_name ,city_name ,area_name with rollup ; |
以上是“Hive高階聚合函數用法示例”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
