Hive 得到最小值的唯一值

我在蜂箱中有这个表

测试

+----------+-------+-------+
|   name   | price | notes |
+----------+-------+-------+
| product1 |   100 |       |
| product1 |   200 | note1 |
| product2 |    10 | note2 |
| product2 |     5 | note2 |
+----------+-------+-------+

我希望得到这个结果（不同于最低价格的产品）

我无法使用以下查询，因为
product1
中的
注释不同

SELECT name, MIN(price), notes
FROM test
GROUP BY name, notes;

+----------+-------+-------+
|   name   | price | notes |
+----------+-------+-------+
| product1 |   100 |       |
| product1 |   200 | note1 |
| product2 |     5 | note2 |
+----------+-------+-------+

删除分组依据中的
注释
，然后重试：-

SELECT name, MIN(price), notes
FROM test
GROUP BY name

试试这个

SELECT name, 
SUBSTRING_INDEX(GROUP_CONCAT(price ORDER BY price DESC),',',1) AS min_price,
SUBSTRING_INDEX(GROUP_CONCAT(notes ORDER BY price DESC),',',1) AS note_value
FROM test
GROUP BY name;

你可以在蜂箱里用它来做

查询：

select distinct name
  , min_price
  , notes
from (
  select *
    , min(price) over (partition by name) num_price
  from db.table ) x
where min_price = price

product1    100        
product2    5      note2

输出：

select distinct name
  , min_price
  , notes
from (
  select *
    , min(price) over (partition by name) num_price
  from db.table ) x
where min_price = price

product1    100        
product2    5      note2

这也可以使用子查询找到

    hive> select A.name,A.price,B.notes from (select name,min(price) as price from products group by name) as A
inner join (select name,price,notes from products) as B 
on a.name = b.name and a.price = b.price;

上述查询将给出如下输出：

product1        100
product2        5       note2

但是，suquery方法在同一个表上有2次迭代，不建议用于较大的表

对于较大的表格，请参见答案：

如果您的产品具有最低价格，那么如何定义要返回的正确值？请记住，最低价格行可能不是唯一的。是否也要按注释分组？这不是有效的SQL。我不知道这是什么，但如果您尝试在配置单元外壳中执行查询，它将不会运行。问题没有
impala
标记。我不明白这将添加哪些其他信息。如果要实现次优解决方案，需要进行权衡（例如代码要短得多）。无论表大小如何，都没有很好的理由用自联接（如果您可以访问窗口函数）来解决这个问题。我觉得子查询方法将帮助新用户了解内部发生的情况。子查询是窗口分区所做的。最小（价格）超过（按名称划分）。子查询B是常规的select*。现在，我们在外部select查询中合并它们。这根本不是内部发生的事情。如果是这样，那么两个查询的运行时间将完全相同。事情就是这样。