hive下搜索

最近学习hive，

构建表是

交易信息号，卡号，银行卡类型，购买商店

想要得到信息是购买A商铺的卡，有多少购买B商铺，还有列出购买A铺所有卡的个数。

就是平时网购店铺推荐排名

先建个bankbuy

create table bankbuy (id int, bankcard string,bank string,store string)  row format delimited fields terminated by '\t'

建个bankbuy.txt  

1      0001    nonghang        Astore

2      0001    nonghang        Bstore

3      0001    nonghang        Cstore

4      0002    nonghang        Astore

5      0003    nonghang        Dstore

6      0005    nonghang        Cstore

7      0006    nonghang        Astore

8      0004    nonghang        Bstore

9      0006    nonghang        Bstore

10     0003    nonghang        Cstore

11     0005    nonghang        Bstore

12     0002    nonghang        Astore

13     0006    nonghang        Astore

14     0004    nonghang        Dstore

15     0007    nonghang        Cstore

16     0005    nonghang        Fstore

17      0005   nonghang        Estore

18     0002    nonghang        Cstore

导入数据 load data local inpath '/home/hdadmin/hadoop/ziliao/bankbuy.txt'  overwrite into table bankbuy;

然后新建一个表abbank

create table abbank(astore string,bstore string) row format delimitated fields by '\t'

 将一个卡号购买过的两个商店插入abbank；

hive> insert overwritetable abbank

    > select abs.store,bbs.store from

    > (select * from bankbuy) abs

    > join (select * from bankbuy) bbs

>  onabs.bankcard=bbs.bankcard  whereabs.store<>bbs.store;

Astore  Cstore

Bstore  Astore

Bstore  Cstore

Cstore  Astore

Cstore  Bstore

Astore  Cstore

Dstore  Cstore

Cstore  Bstore

Cstore  Fstore

Cstore  Estore

Astore  Bstore

Bstore  Dstore

Bstore  Astore

Bstore  Astore

Cstore  Dstore

Bstore  Cstore

Bstore  Fstore

Bstore  Estore

Astore  Cstore

Astore  Bstore

Dstore  Bstore

Fstore  Cstore

Fstore  Bstore

Fstore  Estore

Estore  Cstore

Estore  Bstore

Estore  Fstore

Cstore  Astore

但whereabs.store<>bbs.store;有些问题，

本来想去掉 1      0001    nonghang        Astore      1      0001    nonghang        Astore （查询结果为 Astore Astore）

这样的情况，但是如果出现15  0002 nonghang  Astore， 按道理说，虽然两次都是同一卡购买同一家商店，但是id号不一样，就是购买不是同一次。

按这个语法也去掉了。 需要改进。

然后继续查询

hive> select * from (

    > select astore,bstore,count(1) fromabbank group by astore,bstore) bb

    > left outer join (selectstore,count(bankcard) from bankbuy group by store) cc

>  onbb.astore=cc.store;

结果是：

OK

Astore Bstore  3       Astore  5

Astore Cstore  3       Astore  5

Bstore Astore  3       Bstore  4

Bstore Cstore  2       Bstore  4

Bstore Dstore  1       Bstore  4

Bstore Estore  1       Bstore  4

Bstore Fstore  1       Bstore  4

Cstore Astore  3       Cstore  5

Cstore Bstore  2       Cstore 5

Cstore Dstore  1       Cstore 5

Cstore Estore  1       Cstore 5

Cstore Fstore  1       Cstore 5

Dstore Bstore  1       Dstore 2

Dstore Cstore  1       Dstore 2

Estore Bstore  1       Estore 1

Estore Cstore  1       Estore 1

Estore Fstore  1       Estore 1

Fstore Bstore  1       Fstore 1

Fstore Cstore  1       Fstore 1

Fstore Estore  1       Fstore 1

想去掉绿字那列。 * 这个地方需要改进。

个人想select  bb.astore ,bb.bstore ,bb.count(1),cc.count(bancard) from .....

但bb.count(1),cc.count(bankcard)老是出错，没查到合适的写法。

所做搜索结果

第一列是购买A商铺，第二列是购买A商铺购买其他商铺的如B，第三列是购买A又购买B的个数，第四列是购买A所有的个数；

结果信息价值把购买A商铺的，向客户推荐购买B商铺，还需要把第三列排名。

需要进一步完善。