Hive 中的第一个值 (Oracle) 等效项

Question

我想为以下内容创建配置单元查询。

insert into  tempTableName  
select distinct col_a
        ,  first_value(col_b)  
            over (partition by col_a 
            order by nvl(col_c,0) desc, length(col_b) asc, col_b asc) 
from tableA

由于 hive 不支持第一个值。我想知道在 first_value 函数的简单查询中什么是等效的。 有什么建议吗？？

Answer 1

我对这里的 oracle 语义不是很熟悉，但这不只是 group by 和 arg-min 吗？ hive 中的结构按其字段的顺序进行比较，因此您可以执行以下操作：

select col_a,
min(
  named_struct(
    'col_c', -coalesce(col_c, 0),
    'len' , length(col_b),
    'col_b', col_b
  )
).col_b
from tableA
group by col_a

Answer 2

HIVE 0.11 确实支持FIRST_VALUE。

但根据HIVE JIRA，存在一个未解决的问题，即first_value 中的ORDER BY 列不能超过一个。您还没有报告您遇到的错误，但如果是FAILED: SemanticException Range based Window Frame can have only 1 Sort Key，那么您必须修改ORDER BY 列。

编辑：如果您不在HIVE 0.11，那么我建议为FIRST_VALUE 安装UDF。我想这将是做到这一点的直接方法。你可能想看看these UDFS。