Sql 如何使用Hive实现最大计数（*）？

我有两张桌子：

飞行：年份、来源

机场：代码、名称

以下是数据示例：

飞行：

1989,SF    
1989,SF   
1989,NY  
1993,NY  
1998,Par     
1998,Par  
1998,NY

机场：

SF, International Airport    
NY, Inter Air    
Par, Charles de Gaulle

我想得到每年使用率最高的机场

因此，首先，我提出了这个请求，以获得每个机场每年的发生次数：

SELECT v.Year,a.airport ,count(*)
From airports a JOIN Vol v ON (a.iata = v.Dest)
Group By v.Year,a.airport
ORDER BY Year ASC,airport ASC;

所以我得到了这样的结果：

1989, San Francisco, 2  
1989, New York, 1
1993, New York, 1
1998, new York, 1
1998, Paris, 2

我希望每年的最大值如下：

1989, San Francisco, 2
1993, New York, 1
1998, Paris, 2

我可以一个请求就完成吗？ 我应该使用中间表吗

吃猪更好吗

---

提前谢谢你

这在蜂箱中有点棘手，但肯定是可行的。它需要两件事：将第一个查询用作较大查询的子查询，以及一个小技巧来执行“arg max”

请注意，named_struct创建了一个struct字段，这些字段首先按照第一个字段的顺序进行比较，因此您可以在保留机场名称的同时获得正确的“max”行为。这意味着您的输出将以结构的形式出现，不过：

1989, {n:2, airport:San Francisco}
1993, {n:1, airport:New York}
1998, {n:2, airport:Paris}

如果要“取消结构”，只需逐个选择这些字段：

SELECT Year, max(named_struct('n', n, 'airport', airport)).n, max(named_struct('n', n, 'airport', airport)).airport FROM (
  SELECT v.Year, a.airport, count(*) as n
  FROM airports a JOIN Vol v ON (a.iata = v.Dest)
  GROUP BY v.Year, a.airport
) t
GROUP BY Year;

---

您还应该使用count（1）not count（*）它更高效，因为它不会解析行中的数据来执行计数。谢谢，这正是我所需要的。但是关于计数（1）和计数（*），我没有注意到性能方面的任何差异。

SELECT Year, max(named_struct('n', n, 'airport', airport)).n, max(named_struct('n', n, 'airport', airport)).airport FROM (
  SELECT v.Year, a.airport, count(*) as n
  FROM airports a JOIN Vol v ON (a.iata = v.Dest)
  GROUP BY v.Year, a.airport
) t
GROUP BY Year;