Hive 用毫秒连接列的配置单元

我有一个表，其中包含id、create\u time和code列。 create_time列的类型为字符串，其时间戳值的格式为yyyy MM dd HH:MM:ss.SSSS 现在，我的要求是为每个id查找最新的代码最近的创建时间。如果创建时间列没有毫秒部分，我可以这样做

select id,create_time,code from(
select id,max(unix_timestamp(create_time,"yyyy-MM-dd HH:mm:ss")) over (partition by id) as latest_time from table)a
join table b on a.latest_time=b.create_time

作为UNIX时间函数只考虑秒不毫秒，不能继续进行。

---

请帮助

为什么要尝试转换？由于您只是在查找最新的时间戳，因此我只需执行以下操作：

select id,create_time,code from(
select id,max(create_time) over (partition by id) as latest_time from table)a
join table b on a.latest_time=b.create_time

---

没有毫秒的将被处理，因为它们将有000000。

您为什么要尝试转换？由于您只是在查找最新的时间戳，因此我只需执行以下操作：

select id,create_time,code from(
select id,max(create_time) over (partition by id) as latest_time from table)a
join table b on a.latest_time=b.create_time

---

没有毫秒的将被处理，因为它们将有000000。

您不需要加入

如果需要使用maxcreate\u time的所有记录，请使用rank或dense\u rank。如果有许多记录同时存在，则排名将为所有具有最新创建时间的记录分配1

如果每个id只需要一条记录，即使存在许多create_time=maxcreate_time的记录，请使用row_number而不是rank：

---

您不需要为此加入

如果需要使用maxcreate\u time的所有记录，请使用rank或dense\u rank。如果有许多记录同时存在，则排名将为所有具有最新创建时间的记录分配1

如果每个id只需要一条记录，即使存在许多create_time=maxcreate_time的记录，请使用row_number而不是rank：

---

创建时间列为字符串类型。你确定maxcreate\u time会给我最新的时间戳吗？是的，hive支持字符串的max。Max~从这个意义上讲，第一条记录是按降序排列的。当我使用GROUPBY和join而不是使用Max over partition做同样的事情时，我会得到不同的结果。我使用的查询是select id、create_time、code from select id、maxcreate_time as latest_time from group by ida join table b on a.latest_time=b.create_time我认为您得到的行数较少，因为您按id进行聚合，而使用窗口功能-您可能会复制很多行。因此，在第一个示例中，使用窗口功能的嵌套查询将生成id，maxcreate_time，与您拥有的相同id的行数相同，这反过来将在常规查询中产生重复，但这可能是您想要获得的。因此，第二个查询直观上会更好，即没有窗口功能的示例在您提到的查询中，我还添加了id上的连接条件。否则，如果多个id具有相同的创建时间，则会失败。其他一切都很好。谢谢！！！创建时间列为字符串类型。你确定maxcreate\u time会给我最新的时间戳吗？是的，hive支持字符串的max。Max~从这个意义上讲，第一条记录是按降序排列的。当我使用GROUPBY和join而不是使用Max over partition做同样的事情时，我会得到不同的结果。我使用的查询是select id、create_time、code from select id、maxcreate_time as latest_time from group by ida join table b on a.latest_time=b.create_time我认为您得到的行数较少，因为您按id进行聚合，而使用窗口功能-您可能会复制很多行。因此，在第一个示例中，使用窗口功能的嵌套查询将生成id，maxcreate_time，与您拥有的相同id的行数相同，这反过来将在常规查询中产生重复，但这可能是您想要获得的。因此，第二个查询直观上会更好，即没有窗口功能的示例在您提到的查询中，我还添加了id上的连接条件。否则，如果多个id具有相同的创建时间，则会失败。其他一切都很好。谢谢！！！我的问题是创建时间列的毫秒部分。@Vanajayaraman我明白了。我只是提供了用maxcreate\u time获取img记录的最佳方法。这对毫秒很好，因为您的时间戳是可排序的格式，这意味着您可以不经转换直接使用它们。我的问题是create_time列的毫秒部分。@Vanajayaraman我明白了。我只是提供了用maxcreate\u time获取img记录的最佳方法。这对于毫秒来说很好，因为时间戳是可排序的格式，这意味着您可以直接使用它们而无需转换。