Impala SQL-如何解决'；不支持或谓词中的子查询'；例外

例如，您有一个如下所示的表

ID   TaskID    TaskName   Status       CaseID   
1     1         a         completed    101
1     2         a         pending      102
1     3         b         completed    103
1     4         c         completed    104

如果想要得到像这样的输出表

ID TaskID TaskName Status     CaseID
1   4     c        completed  104
1   3     b        completed  103

您可以使用Impala SQL（真正的问题将按ID分组，并具有大容量）

这在MySQL中有效，但在Impala中会出现异常

AnalysisException: Subqueries in OR predicates are not supported

---

如何解决此问题或异常问题

如果我理解正确，您可以使用

not exists

：

SELECT ID, TaskID, TaskName, Status, CaseID
FROM table t
WHERE Status = 'completed' AND
      NOT EXISTS (SELECT 1 FROM table t1 WHERE t1.TaskName = t.TaskName AND t1.Status = 'Pending');

如果我使用您的代码，那么我将使用相关子查询重写它：

SELECT ID, TaskID, TaskName, Status, CaseID
FROM table 
WHERE TaskID = (SELECT MAX(t1.TaskID) FROM table t1 WHERE t1.TaskName = t.TaskName) OR
      TaskName = 'c';

---

如果我理解正确，您可以使用

不存在

：

SELECT ID, TaskID, TaskName, Status, CaseID
FROM table t
WHERE Status = 'completed' AND
      NOT EXISTS (SELECT 1 FROM table t1 WHERE t1.TaskName = t.TaskName AND t1.Status = 'Pending');

如果我使用您的代码，那么我将使用相关子查询重写它：

SELECT ID, TaskID, TaskName, Status, CaseID
FROM table 
WHERE TaskID = (SELECT MAX(t1.TaskID) FROM table t1 WHERE t1.TaskName = t.TaskName) OR
      TaskName = 'c';

---

您可以将查询分解为两个查询，并像这样合并结果，以避免对或谓词中的子查询的限制

SELECT ID, TaskID, TaskName, Status, CaseID
FROM table 
WHERE TaskID in (select MAX(TaskID) OVER (PARTITION BY ID) from table where TaskName != 'b')
union all 
SELECT ID, TaskID, TaskName, Status, CaseID
FROM table 
WHERE TaskName = 'b'

---

您可以将查询分解为两个查询，并像这样合并结果，以避免对或谓词中的子查询的限制

SELECT ID, TaskID, TaskName, Status, CaseID
FROM table 
WHERE TaskID in (select MAX(TaskID) OVER (PARTITION BY ID) from table where TaskName != 'b')
union all 
SELECT ID, TaskID, TaskName, Status, CaseID
FROM table 
WHERE TaskName = 'b'

---

嗨，瑜伽士，谢谢你的建议。您提供的第一种方法可以处理少量数据。如果数据复杂性越来越大，我们很难用相反的方式处理。第二种方法仍然会出现黑斑羚异常错误。嗨，瑜伽士，谢谢你的建议。您提供的第一种方法可以处理少量数据。如果数据复杂性越来越大，我们很难用相反的方式处理。第二种方法仍然会给出Impala异常错误。谢谢，hlagos！有一个打字错误，并已修复。你是对的，我也发现只有这个解决方案可以解决这个黑斑羚问题，但你可以用Union代替，Union都会提供副本！欢迎光临！如果第一个结果集排除b，则不确定如何获得重复项。您是对的！对于这个特定的示例，它不会得到重复的。但对于大量数据（例如，表中有额外的列，这些列具有相同的当前列数据，这可能会导致重复）。只是想知道，通常使用Union比使用Union all更安全吗？如果必须进行重复数据消除，它应该会更昂贵。根据数据的大小，它将需要几个网络和资源来影响查询库的性能，hlagos！有一个打字错误，并已修复。你是对的，我也发现只有这个解决方案可以解决这个黑斑羚问题，但你可以用Union代替，Union都会提供副本！欢迎光临！如果第一个结果集排除b，则不确定如何获得重复项。您是对的！对于这个特定的示例，它不会得到重复的。但对于大量数据（例如，表中有额外的列，这些列具有相同的当前列数据，这可能会导致重复）。只是想知道，通常使用Union比使用Union all更安全吗？如果必须进行重复数据消除，它应该会更昂贵。根据数据的大小，需要几个网络和资源来影响查询的性能