我有两个Hive表，客户和交易。
customer table---------------------------------customer_id | account_threshold---------------------------------101 | 200102 | 500transaction table-------------------------------------------transaction_date | customer_id | amount-------------------------------------------07/01/2018 101 25007/01/2018 102 45007/02/2018 101 50007/03/2018 102 10007/04/2018 102 50Result:------------------------------customer_id | breach_count------------------------------101 2102 1
我必须计算示例的数量，即事务表中的金额之和超过客户表中的account\u阈值。当检测到漏洞时，我将计数器重置为0。
对于客户101，第一个事务高于阈值，因此违约计数为1。在第三笔交易中，101又出现了违约。因此，101的总违约计数是2。对于客户102，第一事务（450）低于阈值。102的下一笔交易是100美元，这违反了500的门槛，因此违约计数将是1。
我试过开窗，但连两张table都搞不懂怎么开。
2条答案
按热度按时间8yparm6h1#
您可以尝试编写子查询来获取
amount订货人amount由customer_id，那么Outer JOIN基于customer那么Count```SELECT t.customer_id, COUNT(t.totle) breach_count
FROM customer c
LEFT JOIN
(
select t1.*,SUM(t1.amount) OVER(PARTITION BY t1.customer_id order by t1.amount) as totle
from transaction1 t1
) t on c.customer_id = t.customer_id
WHERE c.account_threshold < t.totle
GROUP BY t.customer_id
deikduxw2#
每当值更改时重置计数/秩/和
输入表：-时间值12 | a 13 | a 14 | c 15 | c 16 | b 17 | b 18 | a
您只需要取lag就可以知道前面的值step1.select*，lag（status）as lagval
现在比较滞后值和实际值，如果不同，则取1或0（将此列作为标志）步骤2。选择*，lagval！=状态1或0
现在do sum over标志将其作为运行sum-您将得到每个组不同的sum值，group意味着当nver值更改为新的组时第3步。选择*，sum（标志）over（order by time）标志\u sum
现在只需要每组的行号
步骤4.select rownumber（）over（partition by flag\u sum order by time）
最终结果
时间值|时间值|时间值|时间值|值|时间值|时间值|时间值|时间值|时间值|时间值|拉格瓦尔|旗帜|旗帜|旗帜|旗帜|旗帜|旗帜|行数字12 | 12 | a 124；a 124；1 124；1 1 13 124；1 13 | 1 | a 124；a 124；a 124；a 124；a 124；a 124；a 124；a |值124；值| a | b | 1 | 4 | 1
无论值何时更改，都可以使用sum/count来代替rownumber。