impala去重的两种方案

方案一

聚合函数,GROUP BY可以跟多个字段

SELECT
	min( o.userid ),min( o._id ),min( o.action ),min( o.event_value ),
	min( o.deviceid ),min( o.platform ),min( o.mac ),min( o.androidid ),
	min( o.ip ),min( o.channel ),min( o.brand ),min( o.oaid ),min( o.time ),
	min( o.imei ),min( o.idfa ),min( o.idfv ),min( o.user_agent ),min( o.guid ),
	min( o.page ),min( o.duration ),min( o.city ),min( o.country ),min( o.region ) 
FROM
	origin_log o 
WHERE
	action IN ( 'app_090103', 'web_090103' ) 
	AND time > '2020-05-01 00:00:00' 
	AND NOT EXISTS ( SELECT userid FROM new_user_days n WHERE o.userid = n.userid ) 
GROUP BY
	o.userid 
方案二

窗口函数 row_number() over

select 
    a.userid, a._id,a.action,a.event_value,a.deviceid,a.platform,a.mac,a.androidid,a.ip,
    a.channel,a.brand,a.oaid,a.time,a.imei,a.idfa,a.idfv,a.user_agent,a.guid,a.page,
    a.duration,a.city,a.country,a.region 
from 
    (select o.*,row_number() over(partition by userid order by time desc)  as row_id 
    from origin_log o  where  
    action in ('app_090103','web_090103') and time > '2020-05-01 00:00:00'
    and  NOT exists(select userid from new_user_days n where o.userid = n.userid))a
where a.row_id=1
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Impala是一种高性能、低延迟的SQL查询引擎,它支持使用group_concat函数来将多条记录合并成一条记录。如果需要去重并对结果进行排序,可以使用Impala内置的distinct和order by子句。 distinct关键字可以用来去重,例如: SELECT group_concat(DISTINCT name) FROM table; 这条语句将从表table中获取不同的名称,将它们合并并作为一个字符串返回。distinct关键字将确保结果只包含唯一的名称,重复的名称会被忽略。 order by子句可以用来对结果进行排序,例如: SELECT group_concat(name ORDER BY age DESC) FROM table; 该语句从表table中获取名称和年龄信息,并将其合并成一个字符串。order by子句将根据年龄对名称进行降序排序,确保结果按照年龄从高到低排列。如果需要按升序排列,可以使用ASC关键字。 在group_concat函数中,可以同时使用distinct和order by子句来去重并排序结果: SELECT group_concat(DISTINCT name ORDER BY age DESC) FROM table; 这条语句将从表table中获取不同的名称,并将它们按照年龄降序排序。结果将作为一个字符串返回,并确保没有重复的名称出现。 ### 回答2: 在Impala中,可以使用group_concat函数来将一个或多个列的值按照分组聚合为一行,并使用特定的分隔符进行拼接。但是,在聚合时经常会遇到重复的元素,为了避免这种情况,可以通过使用distinct关键字来去除重复值。此外,还可以使用order by关键字对元素进行排序。 假设有以下样例数据: | id | name | score | | ------ | ------ | ----- | | 1 | Lucy | 80 | | 2 | Tom | 90 | | 3 | Jack | 85 | | 4 | Lucy | 95 | | 5 | Tom | 88 | | 6 | Jack | 92 | | 7 | Lucy | 78 | | 8 | Tom | 86 | | 9 | Jack | 89 | 我们想要按照name将score聚合起来,去重并按照分数从高到低排序,那么可以使用如下代码: SELECT name, GROUP_CONCAT(DISTINCT score ORDER BY score DESC SEPARATOR ', ') as scores FROM table_name GROUP BY name 结果会输出以下内容: | name | scores | | ------ | ---------------------| | Jack | 92, 89, 85 | | Lucy | 95, 80, 78 | | Tom | 90, 88, 86 | 在这个查询中,我们首先选择了name和score两列,并通过GROUP BY语句按照name分组。在GROUP_CONCAT函数中,我们使用了DISTINCT关键字来去除重复的score值,并使用ORDER BY关键字按照score从高到低排序。最后,使用SEPARATOR关键字定义了一个逗号作为分隔符进行拼接。 通过这种方式,我们可以在Impala中使用group_concat函数来将多个值合并为一个字符串,并去除重复值并按照需要进行排序。 ### 回答3: impala中的group_concat函数是用于将某一列的值进行字符串连接的,可以方便地将多个值合并为一个字符串。但是当该列中存在重复值时,常常会导致合并后出现重复字符串的情况,此时我们就需要借助去重排序方法消除重复。 在impala中,去重排序的方法可以通过使用distinct和order by子句进行实现。具体操作如下: 1、使用group_concat函数对目标列进行字符串合并 ``` SELECT group_concat(col_name) FROM table_name; ``` 2、使用distinct子句去重 ``` SELECT group_concat(distinct col_name) FROM table_name; ``` 3、使用order by子句进行排序 ``` SELECT group_concat(distinct col_name order by col_name asc/desc) FROM table_name; ``` 其中,distinct用于去重,order by用于对列中的值进行排序输出,asc表示升序排列,desc表示降序排列。 值得注意的是,当某列值中含有非文本类型时,需要先将其转为字符串类型,否则会报错。例如: ``` SELECT group_concat(distinct cast(col_name as string) order by cast(col_name as string) asc) FROM table_name; ``` 以上就是impala中利用group_concat函数实现去重排序的操作。通过去重排序可以避免字符串合并后出现重复,确保合并结果的准确性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值