Hive SQL中的嵌套查询

Question

我有一个数据库，我使用一个查询来生成一个中间表，如下所示：

id    a      b    
xx    1      2    
yy    7      11    

我想为a< avg(a)的用户计算b的标准差

我这样计算avg(a)，它工作得很好：

select avg(select a from (query to produce intermediate table)) from table;

但是查询：

select stddev_pop(b) 
from (query to produce intermediate table) 
where a < (select avg(select a 
                     from (query to produce intermediate table))
          from table);

返回一个错误，更准确地说，我被告知avg中的"a“(select a from...)不被识别。这真的让我很困惑，因为它在前面的查询中是有效的。

如果有人能帮上忙，我将不胜感激。

编辑：

我将查询的结果存储到一个临时表中以生成中间表，但仍然遇到了相同的问题。非工作查询变为：

select stddev_pop(b) from temp where a < (select avg(a) from temp);

在此过程中：

select avg(a) from temp;

Answer 1

好的，一个同事帮我做的。我会把答案贴出来，以防有人遇到同样的问题：

select stddev_pop(b)
from temp x
join (select avg(a) as average from temp) y
where x.a < y.average;

基本上，hive不会将表作为变量进行缓存。

Answer 2

您可能需要移动WHERE子句中的圆括号。试试这个：

select stddev_pop(b) 
from (query to produce intermediate table) 
where c < ( select avg(a) 
            from (query to produce intermediate table)
          );

而且，您的问题提到了一个专栏c；您的意思是a吗

更新:我今天看到a similar question和MySQL在一起；对不起，我不认识Hive。看看这是否起作用：

select stddev_pop(b) 
from   temp 
where  a < ( select *
             from (select avg(a) from temp) x
          );

Answer 3

好的，首先，配置单元只支持from子句以外的任何地方的子查询。所以你不能在where子句中使用子查询，你必须在from子句中创建一个临时表，而你可以使用该表。现在，如果您创建了一个临时表，然后在where子句中使用它来引用该临时表，那么它必须再次运行获取查询，因此它将再次不支持。

我认为配置单元不会支持这个select stddev_pop(b) from temp where a< (select * from ( select avg(a) from temp) x )；

但是是的，select stddev_pop(b) from temp x join (select avg(a) as average from temp) y其中x.a < y.average；

如果我们可以物理地创建一个临时表，并将数据从temp中选择avg(a)作为平均值，那么我们就可以引用这个表。