Hadoop 计算蜂箱中的百分比

我在获取百分比方面有点困难

colA | cloB | colC
4    |  a   |  y
5    |  b   |  y
7    |  a   |  n
8    |  a   |  y
------------------
Output:
a 67%
b 100%

我必须得到colB中每个字母的colC百分比（所有“y”）

我已经能够分别得到这两个总数，但似乎无法让百分比发挥作用。
获取a，b（colB）的总“y”

获取colB的总数

SELECT COUNT(colC) FROM tbl WHERE colC = '"y"';
Output:
4

提前感谢

我不是（尚未：D）Hive方面的专家，但您可以尝试这样的子查询：

SELECT 
    t1.colB,
    100*(count(colB)/sub.cnt)
FROM 
    tbl t1,
    (SELECT COUNT(colC) as cnt 
     FROM tbl 
     WHERE colC = 'y') sub
JOIN 
    tbl ON (sub.colC = tbl.colC))
GROUP BY 
    colB;

---

Ps：我不是100%确定，实际上我无法测试它，只是想帮助一下。

使用IF-UDF来避免加入

SELECT t1.colB,
   SUM( IF( colC == 'y', 1 , 0 ) )/ COUNT(*) * 100 as pct
FROM tbl t1
GROUP BY t1.colB;

---

谢谢，我试过密码了。它给了我一个错误“FAILED ParseException line 1:47 missing EOF at”，“near'tbl1”是的，我的错，事实上你不能像那样在子句中放一个表和一个子查询，我实际上在寻找一个解决方案。我重新编辑了，告诉我。如果它仍然没有运行，我将向你展示一个使用union的示例，我确信它可以工作，但没有优化：（它表示无法识别谓词“t1”。联接类型说明符中的规则“kwInner”失败。

SELECT t1.colB,
   SUM( IF( colC == 'y', 1 , 0 ) )/ COUNT(*) * 100 as pct
FROM tbl t1
GROUP BY t1.colB;