Java hadoop配置单元计数并发性

如何在hadoop中实现它

在hive中，我有一个包含很多列的表，其中两列是开始时间和结束时间

我每次都要数一数表上的数字

一张桌子是这样的：

begin_time                  end_time
2011.04.26 10:19:06^A2011.04.26 10:20:22
2011.04.26 10:19:08^A2011.04.26 10:21:49
2011.04.26 10:19:08^A2011.04.26 11:18:46
2011.04.26 10:19:09^A2011.04.26 12:08:36
2011.04.26 10:19:09^A2011.04.26 11:00:16
2011.04.26 10:19:11^A2011.04.26 10:19:17
2011.04.26 10:19:12^A2011.04.26 10:46:21
2011.04.26 10:19:13^A2011.04.26 10:55:43
2011.04.26 10:19:17^A2011.04.26 10:19:41
2011.04.26 10:19:18^A2011.04.26 10:34:41

我想要的结果是在一个特定的时间有多少人在里面

e、 g.2011.04.26 10:19:08，课程中有3名访客，19:06有一名，19:08有2名

2011.04.26 10:19:18是9，课程十，但一个在2011.04.26 10:19:17离开

工件的期望结果是

2011.04.26 10:19:06 1
2011.04.26 10:19:08 3
2011.04.26 10:19:09 5
2011.04.26 10:19:11 6
2011.04.26 10:19:12 7
2011.04.26 10:19:13 8
2011.04.26 10:19:17 9
2011.04.26 10:19:18 9

非常感谢并欢迎提供任何帮助。

您可以在hive上尝试此操作（假设表名为test\u log）：

也许不是最好的解决方案，但至少它是有效的。

---

您可以在受驱动子查询上添加一些过滤器以减少数据集。

显示您尝试了什么？我用c编写了一个程序来实现这一点。但是应该使用hadoop来完成这项工作。解析错误：第10:16行输入不匹配“介于”预期EOF接近“时间”它在hive 0.9上工作正常，您使用哪个版本来运行此操作？

select /*+ MAPJOIN(driven) */ driven.time, count(*)    
from         
    (select time 
     from 
     (select begin_time time from test_log union all 
      select end_time time from test_log) u  
     group by time) driven
join test_log l on true
where
    driven.time between l.begin_time and l.end_time
group by driven.time