调用多列时 Hive SQL Distinct Column Syntax Error答案

【问题标题】：Hive SQL Distinct Column Syntax Error when calling multiple columns调用多列时 Hive SQL Distinct Column Syntax Error
【发布时间】：2019-06-12 14:58:56
【问题描述】：

在使用 WITH 子句和一系列内部连接后，我尝试回调三列：Employees、SalesID 和 COUNT(DISTINCT)，但遇到了语法错误。

这适用于带有 hive sql 的 hadoop 环境。使用 SELECT Employees、SalesID、Workload、所有适当的数据调用；但是，执行 COUNT(DISTINCT) 时会出现语法问题。

成功的结果：

SELECT SalesID
, COUNT(DISTINCT workload) AS Cases

GROUP BY SalesID

同样成功的结果：

SELECT EmployeeName
    , SalesID
    , Workload AS Cases

ORDER BY SalesID

语法错误：

SELECT  EmployeeName
    , SalesID
    , COUNT(DISTINCT workload) Cases

GROUP BY SalesID

我希望输出反映：

EmployeeName   | SalesID | Cases
First Last1    | 12345   |   4
First Last2    | 23455   |   2
First Last3    | 45633   |   7

【问题讨论】：

标签： sql hadoop hive count distinct

【解决方案1】：

首先，您的所有查询都没有FROM 子句，因此都应该产生语法错误。

更重要的是，SELECT 和 GROUP BY 列表应该匹配——所有未聚合的列都应该在 GROUP BY 中：

SELECT  EmployeeName, SalesID, COUNT(DISTINCT workload) as Cases
FROM t
GROUP BY EmployeeName SalesID

【讨论】：

真的很感激，戈登！对 SQL 有点陌生，缺少 GROUP BY 中的额外未聚合列。