我有一個返回擴展名的UDF(GetUrlExt)。 (例如:/abc/models/xyz/images/top.jpg中的jpg)。 的數據是像圖所示:蜂巢:UDF和GROUP BY
Date Time TimeTaken uristem
9/5/2011 0:00:10 234 /abc/models/xyz/images/top.jpg
9/5/2011 0:00:11 456 /abc/models/xyz/images/bottom.jpg
9/5/2011 0:00:14 789 /abc/models/xyz/images/left.gif
9/5/2011 0:00:16 234 /abc/models/xyz/images/top.pdf
9/5/2011 0:00:18 734 /abc/models/xyz/images/top.pdf
9/5/2011 0:00:19 654 /abc/models/xyz/images/right.gif
9/5/2011 0:00:21 346 /abc/models/xyz/images/top.pdf
9/5/2011 0:00:24 556 /abc/models/xyz/images/front.pdf
9/5/2011 0:00:26 134 /abc/models/xyz/images/back.jpg
而不 'GROUP BY' 查詢工作正常:
SELECT GetUrlExt(uristem) AS extn FROM LogTable;
結果: JPG JPG GIF PDF PDF GIF PDF pdf jpg
現在我需要'GROUP BY'GetUrlExt UDF的結果。
預期結果:
JPG 3 274.6
GIF 2 721.5
PDF 4 467.5
但下面的查詢不工作:
SELECT GetUrlExt(uristem) AS extn, Count(*) AS PerCount, Avg(TimeTaken) AS AvgTime FROM LogTable GROUP BY extn;
任何形式的幫助表示讚賞!
您可以通過計算值組,只是不能使用列別名上的功能已被[應用](https://cwiki.apache.org/Hive/languagemanual-udf.html#LanguageManualUDF-GROUPingandSORTingonf%2528column%2529)。所以可以指定'GROUP BY GetUrlExt(uristem)',但子查詢可能更好。 – libjack
謝謝,兩者在執行時間上沒有太大的區別。 – Seenu