sql - 按平均排序，然后使用 Hive 插入新表

Question

我有一个看起来像这样的大数据文件：

    1   6
    1   6
    2   7
    3   2
    3   6
    1   7
    1   9
    2   9
    1   5
    3   9
    3   1
    2   8

我想按第一列对数据进行分组，找到每个第一列值的第二列平均值，然后按第二列平均值对这些分组进行排序。所以输出应该是：

    2   8
    1   6.6
    3   4.5

我的代码现在看起来像这样，并且不起作用：

    CREATE EXTERNAL TABLE as (a STRING, b INT)
    ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
    LOCATION 's3n://myfolder/hive';

    CREATE EXTERNAL TABLE output(a STRING, avgb DOUBLE)
    ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
    LOCATION 's3n://myfolder/hive';

    load data inpath "s3n://myfolder/file.txt" into TABLE as;
    insert overwrite output select a, avg(b) from as group by a order by avg(b) DESC limit 1000;

我应该注意，以下确实有效，但在 SQL 中对我有用的 order by 和 insert 步骤不起作用：

    select a, avg(b) from as group by a;

当我尝试：

    select a, avg(b) from as group by a order by avg(b);

我得到“失败：语义分析错误：第 1:66 行无效的表别名或列引用‘b’：（可能的列名是：_col0、_col1）。

Answer 1

只需在子查询中将其移出：

select a
from (select a, avg(b) as avgb from as group by a) as t
order by avgb;