将默认的蜂巢结果更改为某些值

Question

我试图从表中获得重复的记录计数，但是对于特定的分区，数据是不可用的，因此hive只打印"OK“结果。是否可以用0或NULL这样的值来更改此结果。是的，已经尝试了与nvl，合并，案例选项仍然显示OK。目标是只检查重复计数，因此至少需要一个值。

select col1, col2, nvl(count(*),0) AS DUPLICATE_ROW_COUNT, 'xyz' AS TABLE_NAME
from  xyz
where data_dt='20170423'
group by col1,col2
having count(*) >1

Answer 1

它将在空数据集上不返回任何行，因为您使用的是group by和having筛选器。组，这就是它不返回任何行的原因。不带group和查询返回0：

select  nvl(count(*),0) cnt, 'xyz' AS TABLE_NAME
from  xyz
where data_dt='20170423'

作为一种解决方案，当数据集为空时，您可以使用空行合并所有

select col1, col2, nvl(count(*),0) AS DUPLICATE_ROW_COUNT, 'xyz' AS TABLE_NAME
from  xyz
where data_dt='20170423'
group by col1,col2
having count(*) >1

UNION ALL --returns 1 row on empty dataset

select col1, col2, DUPLICATE_ROW_COUNT, TABLE_NAME 
  from (select null col1, null col2, null AS DUPLICATE_ROW_COUNT, 'xyz' AS TABLE_NAME
       )a --inner join will not return rows when non-empty dataset
      inner join (
select count(*) cnt from  --should will return 0 on empty dataset
( --your original query
select col1, col2, nvl(count(*),0) AS DUPLICATE_ROW_COUNT, 'xyz' AS TABLE_NAME
from  xyz
where data_dt='20170423'
group by col1,col2
having count(*) >1
)s --your original query
)s on s.cnt=0 

此外，您的子查询可能使用CTE (WITH)和WHERE NOT EXISTS而不是inner join，但没有对其进行测试。

此外，您还可以使用shell获取结果并在空值上测试它：

dataset=$(hive -e "set hive.cli.print.header=false; [YOUR QUERY HERE]);
# test on empty dataset

if [[ -z "$dataset" ]] ; then 
  dataset=0
fi