使用配置单元的不同类别的汇总统计信息

Question

我有下面两个hive表，分别称为a和b。我需要为它创建描述性的汇总统计信息。现在，我想计算汇总统计数据，如下所示：

预期输出

        Sum of Amount  Count   Sum of Fraud Amount  Count of Fraud
0-100       120          2               70                1
100-500     610          3              410                2
>500        1300         2              700                1

其中我需要金额和计数按类别提到的数量，如0-100,100-500和>500。其次，我还需要欺诈金额的总和(其中欺诈= 1)和欺诈的计数。我需要左连接以获得欺诈列来计算它。

例如，类别0-100，金额的总和是120 (50+70)，计数是2。欺诈金额的总和是70，其中欺诈是1。对于其他人，我也需要计算。

表a

ID  Amount    Date
1   110     01-01-2020
2   200     02-01-2020
3   50      03-01-2020
4   600     04-01-2020
5   700     05-01-2020
6   70      06-01-2020
7   300     07-01-2020

表b

ID  Fraud
1    1
2    0
3    0
4    0
5    1
6    1
7    0

我的方法是获得总计数和金额和，但我需要分类，如0-100,100-500和>500

select sum(a.Amount), Count(*), count(b.Fraud)
from sample.data a
left join (select id, fraud from sample.label) b
on a.id = b.id
where date between "2020-01-01" and "2020-01-07"
group by fraud;

Answer 1

如果我理解正确的话，您只需要通过case表达式进行聚合：

select (case when d.amount <= 100 then '0-100'
             when d.amount <= 500 then '101-500'
             else '> 500'
        end) as grp,
       sum(d.Amount), Count(*), sum(l.Fraud)
from sample.data d left join
     sample.label l
     on a.id = l.id
where d.date between '2020-01-01' and '2020-01-07'
group by (case when d.amount <= 100 then '0-100'
               when d.amount <= 500 then '101-500'
               else '> 500'
          end);