sql - 如何统计每小时平均使用Hive的人数？

Question

我的表my_table中有这些数据:

person_id         datetime
1                 2017-03-02 18:06:20
1                 2017-03-02 18:05:10
1                 2017-04-01 18:04:09
1                 2017-03-02 19:06:50
1                 2017-04-01 19:07:22
2                 2017-03-03 18:09:15
2                 2017-05-03 19:07:05
2                 2017-05-03 20:19:08

我需要计算每小时的人数(非唯一)。问题是我应该获得平均计数(几天内的平均值)。

假设今天 18:00 到 19:00 期间有 10 位访客，而昨天同一时间范围内有 5 位访客。那么，这两天的平均参观人数是多少？ (10 + 5)/2 = 15/2 = 7.5

我期望这个结果:

person_id   HOUR   HOURLY_AVG_COUNT
1           18     1.5
1           19     1
1           20     0
2           18     1
2           19     1
2           20     1

我在 Hive 中编写了以下查询，但它计算所有日期每小时的总人数:

SELECT person_id, HOUR(datetime), count(*) 
FROM my_table 
GROUP BY person_id, HOUR(datetime) 
ORDER BY person_id

Answer 1

select      person_id
           ,hour
           ,avg (hourly_cnt)    as hourly_avg_count

from       (select      person_id                       
                       ,hour (datetime)     as hour
                       ,count(*)            as hourly_cnt 

            from        my_table 

            group by    person_id
                       ,hour (datetime) 
                       ,date (datetime)
            ) t

group by    person_id
           ,hour

order by    person_id
           ,hour
;

---

+-----------+------+------------------+
| person_id | hour | hourly_avg_count |
+-----------+------+------------------+
|         1 |   18 | 1.5              |
|         1 |   19 | 1                |
|         2 |   18 | 1                |
|         2 |   19 | 1                |
|         2 |   20 | 1                |
+-----------+------+------------------+