hive中任意相邻时间段数据获取

通过sql语句获取相邻时段数据不比通过其它编程语言，因为sql里面没有for循环，故在实现时需要增加一份副表数据，这里对该方法做一个记录。
背景：获取2017年全年平台用户进出贵州省的次数（分为进港次数和出港次数）。
处理方式：
1.根据定位数据获取当年在贵州出现过的用户
2.获取这些用户的全部定位数据，并根据定位时间进行排序

如上，从左到右以此分别为用户id，定位时间，定位省份id，排序编号，是否定位在贵州
3.这里考虑根据if_loc这个字段来判断用户是入港还是出港，但是仅仅依靠这张a表还无法完全实现，因此考虑增加一张b表，b表的数据来自于a表，但两张表对rn值对应的数据会有一些差别

其中 b.rn_b = a.rn - 1
4.两张表进行关联，获取进港、出港标签port_flag

select a.bid,a.uploadtime,a.province_id,b.if_loc_b - a.if_loc port_flag
from  a
inner join  b on (a.bid = b.bid and a.rn = b.rn_b)

当port_flag = 1 时为入港，port_flag = -1 时为出港，port_flag = 0时为港内持续定位。

入港和出港涉及到两个时段的定位数据，通过这种方式，自然也可以获取到两个时段内的其它数据。

转载于:https://blog.51cto.com/abezoo/2080183