我在 Hive 中有一张桌子，看起来像：
| Name | 1990 | 1991 | 1992 | 1993 | 1994 |
| Rex | 0 | 0 | 1 | 1 | 1 |
| Max | 0 | 0 | 0 | 0 | 1 |
| Phil | 1 | 1 | 1 | 1 | 1 |
我想为每一行获取非零的第一列的名称，例如：
| Name | Column |
| Rex | 1992 |
| Max | 1994 |
| Phil | 1990 |
对于每一行，保证：
我们的 DBA 在 HDFS/HIVE 中为我们的团队创建了一个模式。不确定“模式”是否是正确的词，他们称其为“组”。无论如何，我们只能写入这个模式内的数据湖，无论是 parquet 文件还是 hive 表。有没有办法检查分配给我们组的最大空间是多少，只知道模式名称？我不想意外加载太多数据。
谢谢你。
这是我的 SQL 语句：
my_table 包括 10 多个列（例如，day、ip_address、user、request 等），包括字符串和数字。如果超过 20 条记录，我想根据列“ip_address”按 & HAVING 进行分组。
SELECT day, ip_address, user, request
FROM my_table
WHERE DAY = current_date()
GROUP BY ip_address
HAVING count(client_ip)>20
我收到此错误消息
Error while compiling statement: FAILED: SemanticException [Error 10025]: Expression not in GROUP BY key xxx
但我需要保留所有列。
这是我的示例 SQL 语句：
SELECT DAY,
name,
value
FROM my_table
WHERE DAY = '${date}'
GROUP BY DAY
name,
value
ORDER BY name ASC
例如，“名称”列中有 3 个唯一名称：Alice、Bob、Clark。
Alice 有 5 行，Bob 有 9 行，Clark 有 12 行。
如果具有相同值的行 > 10 行，我想添加一个过滤器。'Clark' 在这种情况下满足。
如何添加这个？在哪里？
我有一个这样分区的表。
# Partition Information
# col_name data_type
year string
month string
day string
hour string
我想在整个月内运行查询。我明白我能做到
where day > 01 and day < 31
但是桌子很大。有人告诉我这将花费太多时间，并且我应该每天单独运行它。我考虑过分区。喜欢
select col1, col2, sum(col3) over (partition by day)
from table
但我不确定这将如何工作。查询是否会在每一天连续工作。在集群上会更容易吗？col1 和 col2 会自动分组还是需要添加分组依据？
Table
col1 col2 col3 month date....
1 s 4 01 01
1 s 3 01 01
1 q 5 01 01
我想要的结果
col1 col2 col3 month date....
1 s 7 01 01
1 q 5 01 01
我在 Hive 中有一张桌子，看起来像：
col1 col2
b 1
b 2
a 3
b 2
c 4
c 5
我如何使用 hiveql 将col1元素组合在一起，对它们求和，按总和排序，以及基于总和创建累积总和 (csum)？
id sum_all csum
a 3 3
b 5 8
c 9 17
我只设法提出了分组和总和，但对累积总和一无所知。Hive 不支持相关子查询
select col1 as id
sum(col2) as sum_all
from t
group by col1
order by sum_all
结果如下：
id sum_all
a 3
b 5
c 9