以不同的时间跨度分组答案

【问题标题】：Grouping with different timespans以不同的时间跨度分组
【发布时间】：2020-06-05 12:33:52
【问题描述】：

目前我正在努力实现一些有点重叠的聚合。

我表的当前结构是：

|ymd     |id|costs|
|--------|--|-----|
|20200101|a |10   |
|20200102|a |12   |
|20200101|b |13   |
|20200101|c |15   |
|20200102|c |1    |

但是，我想以每个项目具有不同时间跨度的方式对其进行分组。考虑到我在 20200103 上运行这个查询，我想要达到的结果是：

| timespan   | id | costs |
|------------|----|-------|
| last 2 days| a  |  22   |
| last 1 day | a  |  12   |
| last 2 days| b  |  13   |
| last 1 day | b  |  0    |
| last 2 days| c  |  16   |
| last 1 day | c  |  1    |

我已经尝试了很多事情，但到目前为止我无法实现我所需要的。这是我尝试过的查询，没有正确的结果：

SELECT 
    CASE 
        WHEN ymd BETWEEN date_add(current_date(),-2) AND to_date(current_date()) THEN '2 days' 
        WHEN ymd BETWEEN date_add(current_date(),-1) AND to_date(current_date()) THEN '1 day'
    END AS timespan,
    id,
    sum(costs) AS costs
FROM `table`
GROUP BY
    CASE 
        WHEN ymd BETWEEN date_add(current_date(),-2) AND to_date(current_date()) THEN '2 days' 
        WHEN ymd BETWEEN date_add(current_date(),-1) AND to_date(current_date()) THEN '1 day'
    END,
    id

【问题讨论】：

日期格式错误。 ymd between date... 仅当 ymd 在 yyyy-MM-dd 中时才能正常工作
我只是简化了我发布的示例。我实际上是在使用自定义 UDF 来转换日期并在 ymd 格式之上执行 date_diff

标签： date join hive sum hiveql

【解决方案1】：

您可以构建一个存储时间戳的派生表，将其与不同用户列表交叉连接以生成所有可能的组合，然后将表与left join 结合起来：

select d.timespan, i.id, coalesce(sum(t.costs), 0) costs
from (select distinct id from mytable) i
cross join (
    select 1 n, 'last 1 day' timespan
    union all select 2, 'last 2 day'
) d 
left join mytable t
    on t.ymd between date_add(current_date(), - d.n) and current_date()
group by d.n, d.timespan, i.id

【讨论】：