如何计算hql中的加权平均值？

Question

我是 HQL 的新手，我有一张桌子：

1. A栏对应商家名称，
2. B栏>>商户ID
3. C 栏 >> 承诺发货（以工作日为单位）[指定发货日]
4. column D >> nr 商家在发货日基础上拥有的 SKU [named Listing_count]
5. E栏>>对应于该商家[named total_listingcount]的SKU总数

有没有像我在 Excel 上那样使用 HiveQL 计算每个商家的加权发货日平均值的简单查询？ （由于发货天数可能不同，并非每个商家的行数都相同）

Answer 1

您需要使用sum() over(order by time rows between preceding 4 and current row)的窗口功能。

SELECT
    merchantName,
    merchantID,
    shipmentday,
    listing_count,
    sum(shipmentday * listing_count) over(order by period rows between preceding 4 and current row) / sum(listing_count) over(order by period rows between preceding 4 and current row) as weighed_ma
FROM (
    SELECT *, ROW_NUMBER() OVER(ORDER BY (SELECT NULL)) AS period
    FROM your_table
);

注意：如果数据中有时间列，则可以忽略子查询。我正在生成period，因为您的示例中没有时间列。

如果窗口函数抛出错误，那么我假设您的 Hive 版本不支持所需的窗口函数。或者，您可以使用CROSS JOIN。 CROSS JOIN 将原始表中的所有行映射到目标表中的所有行（将其视为没有任何键匹配的左连接）。

WITH a AS (
    SELECT *, ROW_NUMBER() OVER(ORDER BY (SELECT NULL)) AS period
    FROM your_table
)

SELECT
    merchantName,
    merchantID,
    shipmentday,
    listing_count,
    sum(shipmentday_b * listing_count_b) / sum(listing_count_b) AS weighted_ma
FROM (
    SELECT 
        a.*, 
        b.shipmentday AS shipmentday_b, 
        b.listing_count AS listing_count_b
    FROM a
    CROSS JOIN a AS b
    WHERE b.rn BETWEEN a.rn - 4 and a.rn
) a
GROUP BY merchantName, merchantID, shipmentday,listing_count;