问题标签 [presto]

在 kinesis 上运行 presto 查询时出现以下错误。

查询 20151031_142753_00003_xxxxx 失败：帐户 xxxxxx 下的流 xxxxx 超出速率。（服务：AmazonKinesis；状态代码：400；错误代码：ProvisionedThroughputExceededException；请求 ID：94fb720d-7fdb-11e5-994c-83dc0xxxxxx）

我正在使用 qubole 的 presto-kinesis 连接器。

任何想法，如何解决

我已经在 AWS 中设置了一个安装了 PrestoDB 的 EMR，之前我能够使用 PrestoDB 进行查询，但不知何故在重新启动后它停止工作并开始给出以下错误“错误运行命令：服务器拒绝连接：http://ip- * - - - .us-west-2.compute.internal:8889/v1/statement" 我查看了所有配置文件，似乎没有任何问题。我也交叉检查了 Hive 配置文件，但没有成功。任何遇到类似问题的人都可以帮助我。

我正在使用宝藏数据进行数据分析，并且在 presto db 中遇到 union 语句的问题。

我如何在 presto 上进行 Union All。我不明白文档。每次我尝试这样做 UNION 时：

我得到重新格式化的输出，如：

和错误说：

我想我不理解 Presto 的语法。文档对 Union 非常混乱。任何帮助表示赞赏。

PrestoDB v0.125 中使用 Cassandra 连接器连接到 Datastax Cassandra 集群的 SELECT 语句仅返回 200 行，即使表包含比这更多的行。像 SELECT COUNT() 这样对同一个表的聚合查询也只返回 200 的结果。

（使用 pyhive 连接器和基本 presto CLI 查询时，此行为是相同的）。

文档没有太大帮助，但我猜测问题是分页和需要设置环境变量（文档没有解释）： https ://prestodb.io/docs/current/installation/cli.html

有谁知道我可以如何删除返回的 200 行的限制？我需要什么特定的环境变量设置？

我检查了这个博客https://code.facebook.com/posts/370832626374903/even-faster-data-at-the-speed-of-presto-orc/。

如何使用这种“presto-orc”文件格式？

我在 S3 中有文本格式的数据。我想以“presto-orc”格式重写。

我一般使用 hive 将数据写入 ORC/RCFile/Parquet。

我有一个预留表，其中包含预留的资源和附加到每个预留的时间戳。

我希望能够按每个月、每个小时、每个资源细分每个资源的利用率。

是否可以执行一个 SQL 查询，例如给我以下示例输出（简化数据，我实际上在数据库中有一个时间戳，但需要通过月份和小时将其分开）？

我觉得这不是可以实现的吗？

例如：

返回：

虽然 records_1 存在并且其中有表。

在没有下划线的数据库上运行时，结果是可以的。

有人遇到过这个问题吗？任何决议？

我有以下内容：

我想创造一些能给我所有小时间隔的东西。像这样：

有没有一种简单的方法可以实现这一目标？这似乎应该很常见，但找不到与此相关的任何内容。

我有很多天的记录，快一年了。所有单独的记录（timeFrom，timeTo）都在同一天内（它们不跨越多天）。

我正在使用 PrestoDB

如何将子查询包含到内部联接中？

我有以下 SQL：

这给了我这样的数据：

我想要一个数字表并进行如下内部连接：

所以我可以得到这样的东西：

如何使用第一个查询的结果进行内部联接（用该查询结果替换 mytable）？这可能吗？我一直无法找到一种方法来插入我的查询以对其执行内部联接。

我对 SQL 语法不是很有经验，尽管看了一整天也找不到答案。

我有以下使用 PrestoDB 的 SQL 查询：

它像这样返回表：

如您所见，HourFrom 和 HourTo 列按天拆分。有没有办法聚合它们，以便我在一个月的所有日子里得到每个小时的总和/总数？

所以说我有 1 月和 2 月的数据，我们只在凌晨 1 点到 4 点开放，并且只有 2 个资源，那么我想要获得的最终表看起来像这样（即 Jan1AM - Jan2AM 给了我利用率数[总] 在 1 月份的那个时间范围内的所有日子连续）：

我将如何更改我的原始查询来做这样的事情？