在 Hive 中计算 MAX
和 MIN
函数时,我需要包含 NULL
值。例如,如果我有表:
id values
A 1
B 3
C NULL
然后 MAX(values)
应该返回 NULL
。
最佳答案
您可以创建一个标志,表明在您的 key 组中有 NULL
。然后您可以聚合新创建的列并查找您的标志是否存在,表明该组中至少有一个 NULL
。
数据:
key val
-----------
A 1
A NULL
B 3
B 2
C NULL
C 10
C 4
查询 0:
SELECT key
, CASE WHEN ARRAY_CONTAINS(cs, 1) THEN NULL ELSE m END AS col_max
FROM (
SELECT key
, MAX(val) AS m
, COLLECT_SET(CASE WHEN val IS NULL THEN 1 ELSE 0 END) AS cs
FROM database.table
GROUP BY key ) x;
您也可以使用 SUM()
(或 MAX()
)代替 COLLECT_SET()
。
查询 1:
SELECT key
, CASE WHEN cs > 0 THEN NULL ELSE m END AS col_max
FROM (
SELECT key
, MAX(val) AS m
, SUM(CASE WHEN val IS NULL THEN 1 ELSE 0 END) AS cs
FROM database.table
GROUP BY key ) x;
输出:
key col_max
--------------
A NULL
B 3
C NULL
关于hadoop - MAX 中的 NULL,HIVE 中的 MIN 函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38077733/