Hive练习求给出2017年1月的新客数

已知一个表STG.ORDER，有如下字段:

Date，Order_id，User_id，amount

请给出sql进行统计:数据样例:

2017-01-01,10029028,1000003251,33.57。
2017-01-02,10029028,1000003251,33.57。
2017-01-03,10029028,1000003251,33.57。

1）给出 2017年每个月的订单数、用户数、总成交金额。
2）给出2017年11月的新客数(指在11月才有第一笔订单)

建表

create table order_tab
(
    dt       string,
    order_id string,
    user_id  string,
    amount   decimal(10, 2)
) row format delimited fields terminated by ',';

1）给出 2017年每个月的订单数、用户数、总成交金额。

select date_format(dt, "yyyy-MM") `mon`,
       count(order_id),
       count(distinct (user_id)),
       sum(amount)
from order_tab
where  date_format(dt, 'yyyy')='2017'
group by date_format(dt, "yyyy-MM");

如下写法会报错,group by后面不能用上面的别名

select date_format(dt, "yyyy-MM") `mon`,
       count(order_id),
       count(distinct (user_id)),
       sum(amount)
from order_tab
where  date_format(dt, 'yyyy')='2017'
group by mon;

org.apache.hadoop.hive.ql.parse.SemanticException:
Line 7:9 Invalid table alias or column reference 'mon': (possible column names are: dt, order_id, user_id, amount)

2）给出2017年1月的新客数(指在1月才有第一笔订单)

select
    count(distinct (user_id))
from order_tab
group by date_format(dt,'yyyy-MM')
having date_format(min(dt),'yyyy-MM')='2017-01';

如下写法报错,where后里面不能嵌套min

select count(distinct (user_id))
from order_tab
where date_format(min(dt),'yyyy-MM')='2017-01';

org.apache.hadoop.hive.ql.parse.SemanticException:Line 3:18 Not yet supported place for UDAF 'min'

ps

--如下两种写法是ok的,测试ok
select min(dt) from order_tab;
--2017-01-01
select date_format(min(dt),'yyyy-MM-dd') from order_tab;
--2017-01-01

总结

• min函数可以用于求日期的最小值
• select 后有聚合函数,如count,非聚合字段要出现在group by中