Đây là bảng đầu tiên trong Hive- Nó chứa thông tin về mặt hàng chúng tôi đang mua.Truy vấn hai bảng liên quan (Tham gia)
CREATE EXTERNAL TABLE IF NOT EXISTS Table1 (This is the MAIN table through which comparisons need to be made)
(
ITEM_ID BIGINT,
CREATED_TIME STRING,
BUYER_ID BIGINT
)
Và đây là các dữ liệu trong bảng đầu tiên trên
**ITEM_ID** **CREATED_TIME** **BUYER_ID**
220003038067 2012-06-21 1015826235
300003861266 2012-06-21 1015826235
140002997245 2012-06-14 1015826235
200002448035 2012-06-08 1015826235
260003553381 2012-06-07 1015826235
Đây là bảng thứ hai trong Hive- Nó cũng chứa thông tin về các mặt hàng chúng tôi đang mua.
CREATE EXTERNAL TABLE IF NOT EXISTS Table2
(
USER_ID BIGINT,
PURCHASED_ITEM ARRAY<STRUCT<PRODUCT_ID: BIGINT,TIMESTAMPS:STRING>>
)
Và đây là các dữ liệu trong Bảng- trên
**USER_ID** **PURCHASED_ITEM**
1015826235 [{"product_id":220003038067,"timestamps":"1340321132000"}, {"product_id":300003861266,"timestamps":"1340271857000"}, {"product_id":140002997245,"timestamps":"1339694926000"}, {"product_id":200002448035,"timestamps":"1339172659000"}, {"product_id":260003553381,"timestamps":"1339072514000"}]
Tôi đã giảm dữ liệu đến chỉ có một BUYER_ID (USER_ID) để làm cho vấn đề đơn giản để hiểu.
Vấn đề Câu lệnh
Tôi cần phải so sánh với Table2Table1, có nghĩa là tôi cần phải xem nếu USER_ID từ Table2 và BUYER_ID từ Table1 (như họ cả hai đều là điều tương tự) được xuất hiện, sau đó PURCHASED_ITEM trong Bảng 2 là một mảng của PRODUCT_ID (giống như ITEM_ID) và TIMESTAMPS (giống như CREATED_TIME) phải giống như ITEM_ID và CREATED_TIME trong Table1 cho USER_ID cụ thể đó (BUYER_ID) và đôi khi có thể chúng (có nghĩa là PURCHASED_ITEM và), CREATED_TIME) không giống nhau hoặc thiếu một số PRODUCT_ID và TIMESTAMPS từ Table2 sau khi so sánh từ Table1.
Bằng cách này, tôi có nghĩa là đếm PRODUCT_ID và TIMESTAMPS trong Table2 nên giống như đếm ITEM_ID và CREATED_TIME trong Table1 cho rằng BUYER_ID cụ thể (USER_ID) và nội dung cần được như vậy. Nếu chúng không thiếu hoặc thiếu mục nhập từ Table2, thì tôi cần in kết quả, thiếu ITEM_ID và CREATED_TIME cụ thể này từ Table2 hoặc PRODUCT_ID và TIMESTAMPS không giống nhau sau khi so sánh từ Table1.
Vì vậy, ví dụ như trong Table1 hiện cho BUYER_ID 1015826235 này tôi có 5 ITEM_ID và 5 CREATED_TIME, vì vậy trong Table2 tôi nên có 5 PRODUCT_ID và 5 TIMESTAMPS chính xác giống như Table1 cho cùng USER_ID(BUYER_ID) trong một hàng. Nếu nó không phải là cùng hoặc mục nhập là mất tích sau đó tôi cần phải in kết quả cho thấy điều này là mất tích hoặc dữ liệu này là sai.
Vì vậy, chỉ để làm cho nó clear- hơn
PURCHASED_ITEM là một mảng của Struct trong Table2 và nó chứa hai điều PRODUCT_ID và TIMESTAMPS.
Nếu USER_ID và BUYER_ID được xuất hiện sau đó PRODUCT_ID trong Table2 nên được xuất hiện với ITEM_ID trong Table1 và TIMESTAMPS trong Table2 nên được xuất hiện với CREATED_TIME trong Table1.
CẬP NHẬT
Câu hỏi HiveQL SQL Query: -
Q 1) Find all USER_ID from Table2 whose PRODUCT_ID or TIMESTAMP are not same with
ITEM_ID or CREATED_TIME after comparing with Table1 on BUYER_ID.
Query mà tôi đã viết cho câu hỏi đầu tiên. Truy vấn có đúng không?
A 1) select Table2.user_id from Table2 where Table1.user_id = Table2.buyer_id
and (Table1.item_id <> Table2.product_id or UNIX_TIMESTAMP(Table1.created_time) <>
Table2.timestamps)
Q 2) Find the `BUYER_ID(USER_ID)` and as well as those `ITEM_ID` and `CREATED_TIME`
which are missing from `Table2` after comparing from `Table1` on `BUYER_ID`.
A 2) Not sure.
Tất cả văn bản in đậm đó đều hơi bị mờ. – Ben