hadoop - 如何编写配置单元脚本以预期格式返回数据

Question

impression  lineid1 cookieid1
impression  lineid1 cookieid2
impression  lineid1 cookieid3
impression  lineid1 cookieid4
impression  lineid1 cookieid1
impression  lineid2 cookieid1
impression  lineid2 cookieid2
impression  lineid3 cookieid1
impression  lineid1 cookieid1
impression  lineid3 cookieid3
impression  lineid4 cookieid1
impression  lineid4 cookieid2
impression  lineid1 cookieid1
impression  lineid4 cookieid3
impression  lineid4 cookieid4
conversion      cookieid1
conversion      cookieid2
conversion      cookieid3
conversion      cookieid3

所有事件(即印象、转化)都有 cookie_id。对于“印象”中的所有事件，我想知道这些 cookie_id(s) 在转换中发生了多少次。

我想要这样的 o/p:

line_id1    cookie_id1  count=1
line_id1    cookie_id2  count=1
line_id1    cookie_id3  count=1
line_id2    cookie_id1  count=1
line_id2    cookie_id2  count=1

如何编写一个hive脚本以期望的格式返回数据

Answer 1

通过cookieid加入表本身。过滤左行是展示而右行是转化的行。按 lineid 和 cookieid 分组以获取计数。

select lineid, cookieid, count(*) as count
from table t1 join table t2
on t1.cookieid = t2.cookieid
where t1.event = 'impression'
and t2.event = 'conversion'
group by lineid, cookieid

此查询不会返回没有转化的组合。

希望对您有所帮助。