Sql 如何使用hive简化计算效率？

代码正在配置单元上运行：

select day,count(mdn)*5 as number from
(select distinct a.mdn,a.day from 
flow a
left outer join
flow b
on a.day=date_add(b.day,-1) and a.mdn=b.mdn
left outer join
flow c
on a.day=date_add(c.day,-2) and a.mdn=c.mdn
left outer join
flow d
on a.day=date_add(d.day,-3) and a.mdn=d.mdn
where b.mdn is null  and c.mdn is null  and d.mdn is null)t 
group by day

---

代码的逻辑是选择一个今天没有出现在未来三天中的mdn，并计算mdn的数量，但是由于使用相同的大表流进行三次连接，该代码的效率很低。如何高效地简化它？

好吧，您可以使用

lead（）

查看第二天并比较日期时间：

select f.*
from (select f.*,
             lead(f.day) over (partition by f.mdn order by f.day) as next_day
      from flow f
     ) f
where next_day > date_add(day, 3) or next_date is null;

---

这里的下一天应该是下一天，lead（f.day）应该改为lead（f.day，3），以包括未来三天？@pring。是和否。此代码只需期待第二天，并将其与当前日期进行比较。谢谢！我明白了！