sql - Hive SQL 中的嵌套查询

Question

我有一个数据库，我使用查询来生成一个像这样的中间表：

id    a      b    
xx    1      2    
yy    7      11    

我想为具有 < avg(a) 的用户计算 b 的标准偏差

我以这种方式计算 avg(a) 并且效果很好：

select avg(select a from (query to produce intermediate table)) from table;

但是查询：

select stddev_pop(b) 
from (query to produce intermediate table) 
where a < (select avg(select a 
                     from (query to produce intermediate table))
          from table);

返回一个错误，更准确地说，我被告知无法识别来自 avg(select a from...) 的“a”。这让我很困惑，因为它在前面的查询中有效。

如果有人可以提供帮助，我将不胜感激。

编辑：

我将查询结果存储到临时表中，以生成中间表，但仍然遇到同样的问题。非工作查询变为：

select stddev_pop(b) from temp where a < (select avg(a) from temp);

虽然这有效：

select avg(a) from temp;

Answer 1

好的，同事帮我做的。如果有人遇到同样的问题，我会发布答案：

select stddev_pop(b)
from temp x
join (select avg(a) as average from temp) y
where x.a < y.average;

基本上 hive 不会将表缓存为变量。

Answer 2

好的，首先，hive 不支持仅在 from 子句之外的任何地方的子查询。所以你不能在 where 子句中使用子查询，你必须在 from 子句中创建一个临时表，你可以使用该表。现在，如果您创建一个临时表，并且在 where 子句中使用它，而不是引用该临时表，则它必须再次运行获取查询，因此它将不再支持 .

Bob 我认为 hive 将不支持这种 select stddev_pop(b) from temp where a < ( select * from (select avg(a) from temp) x );

但是是的 select stddev_pop(b) from temp x join (select avg(a) as average from temp) y where xa < y.average;

如果我们可以物理地创建一个临时表并将数据选择 avg(a) 作为 temp 的平均值，那么我们可以参考这个。

Answer 3

您可能需要在WHERE子句中移动括号。尝试这个：

select stddev_pop(b) 
from (query to produce intermediate table) 
where c < ( select avg(a) 
            from (query to produce intermediate table)
          );

而且，你的问题是指一个专栏c；你的意思是a？

更新：我今天看到了一个类似的问题MySQL；抱歉，我不知道Hive。看看这是否有效：

select stddev_pop(b) 
from   temp 
where  a < ( select *
             from (select avg(a) from temp) x
          );