hive sql（七）—— 查詢前20%時間的訂單資訊

需求

查詢前20%時間的訂單資訊           

複制

建表語句

create table business(
    name string,
    orderdate string,
    cost int
)
row format delimited fields terminated by '\t'
;           

複制

資料

insert overwrite table business values
("jack","2017-01-01",10),
("tony","2017-01-02",15),
("jack","2017-02-03",23),
("tony","2017-01-04",29),
("jack","2017-01-05",46),
("jack","2017-04-06",42),
("tony","2017-01-07",50),
("jack","2017-01-08",55),
("mart","2017-04-08",62),
("mart","2017-04-09",68),
("neil","2017-05-10",12),
("mart","2017-04-11",75),
("neil","2017-06-12",80),
("mart","2017-04-13",94);           

複制

實作

select
    name,
    orderdate,
    cost,
    ntile(5) over(order by orderdate) n
from
    business
;           

複制

結果

Total MapReduce CPU Time Spent: 3 seconds 190 msec
OK
t1.name  t1.orderdate  t1.cost  t1.n
jack  2017-01-01  10  1
tony  2017-01-02  15  1
tony  2017-01-04  29  1
Time taken: 14.82 seconds, Fetched: 3 row(s)           

複制

分析

1、查詢前20%時間的訂單資訊，沒有特指某個使用者，是以不用指定分區
2、開窗裡面對時間排序
3、ntile進行分桶，按照時間順序分成5份，因為這裡說的是20%
4、先用子查詢分桶，然後再進行過濾即n=1           

複制

擴充

如果不進行排序，則按讀取的資料是預設有序
select
    name,
    orderdate,
    cost,
    ntile(5) over() n
from
    business
;

Total MapReduce CPU Time Spent: 2 seconds 260 msec
OK
name  orderdate  cost  n
mart  2017-04-13  94  1
neil  2017-06-12  80  1
mart  2017-04-11  75  1
neil  2017-05-10  12  2
mart  2017-04-09  68  2
mart  2017-04-08  62  2
jack  2017-01-08  55  3
tony  2017-01-07  50  3
jack  2017-04-06  42  3
jack  2017-01-05  46  4
tony  2017-01-04  29  4
jack  2017-02-03  23  4
tony  2017-01-02  15  5
jack  2017-01-01  10  5
Time taken: 14.127 seconds, Fetched: 14 row(s)           

複制

知識點

ntile：把有序的資料集合平均配置設定到指定的資料量個桶中，将桶号配置設定給每一行。
如果不能平均配置設定，則優先配置設定較小編号的桶，并且各個桶中能放的行數最多相差1。           

複制