蜂巢：选择具有最大值的列而不连接的行答案

【问题标题】：hive : select row with column having maximum value without join蜂巢：选择具有最大值的列而不连接的行
【发布时间】：2015-01-22 03:15:30
【问题描述】：

在表上编写 hive 查询以选择列中具有最大值的行例如有以下数据的表：

key    value    updated_at
  1    "a"      1  
  1    "b"      2  
  1    "c"      3

需要选择最后更新的行。目前使用以下逻辑

select tab1.* from table_name tab1
join select tab2.key , max(tab2.updated_at) as max_updated from table_name tab2
on tab1.key=tab2.key and tab1.updated_at = tab2.max_updated;

还有其他更好的方法吗？

【问题讨论】：

updated_at 的值在该表中是否唯一？
另外，您使用的是哪个版本的 Hive？您发布的查询对我来说似乎不是有效的 HiveQL。

标签： hadoop hive hiveql

【解决方案1】：

如果updated_at 确实对于该表是唯一的，那么以下可能是一种更简单的方法来获取所需内容：

-- I'm using Hive 0.13.0
SELECT * FROM table_name ORDER BY updated_at DESC LIMIT 1;

如果 updated_at 可能由于某种原因不唯一，您可能需要调整 ORDER BY 逻辑以按照您希望的方式打破任何联系。

【讨论】：