如何在Impala/SQL期间获得不同值的计数?
我有一个原始表,记录在特定时间段内来到商店的客户ID。使用Impala,我想计算每天来商店的不同客户ID的数量。e、 到目前为止,在第3天,有5位不同的客户访问过 下面是我拥有的原始表的一个简单示例:如何在Impala/SQL期间获得不同值的计数?,sql,impala,Sql,Impala,我有一个原始表,记录在特定时间段内来到商店的客户ID。使用Impala,我想计算每天来商店的不同客户ID的数量。e、 到目前为止,在第3天,有5位不同的客户访问过 下面是我拥有的原始表的一个简单示例: Day ID 1 1234 1 5631 1 1234 2 1234 2 4456 2 5631 3 3482 3 3452 3 1234 3 5631 3 1234 以下是我想要得到的: Day
Day ID
1 1234
1 5631
1 1234
2 1234
2 4456
2 5631
3 3482
3 3452
3 1234
3 5631
3 1234
以下是我想要得到的:
Day Count(distinct ID) until that day
1 2
2 3
3 5
有没有一种方法可以在一个查询中轻松做到这一点?试试这个:
select day, count(distinct(id)) from yourtable group by day
无法100%确定是否会对黑斑羚有效 但是如果你有一张桌子的话。或者,如果您有一种在黑斑羚上动态创建派生表的方法
CREATE TABLE days ("DayC" int);
INSERT INTO days
("DayC")
VALUES (1), (2), (3);
或
您可以使用此查询
在Postgresql中
SELECT "DayC", COUNT(DISTINCT "ID")
FROM sales
cross JOIN days
WHERE "Day" <= "DayC"
GROUP BY "DayC"
这将只给出每天不同ID的计数。从第1天开始,我需要计算不同ID的数量。Impala不允许您从Group By语句之外的列中进行选择。这是荒谬的…例如,在第3天,到目前为止访问了5位不同的客户id代表客户对吗?你怎么能说当1234在第3天访问了两次时,5位不同的客户访问了该商店。你期望的结果并没有真正按照你想说的去做。从第一天开始到第三天,您只需计算客户1234一次。我一直在寻找countdistinct ID,直到第3天,第2天的计数应该是1。对于第3天,计数应该是2。这就是为什么我说你的预期结果不符合你想要说的。不,第2天的计数意味着直到第2天的不同ID的计数,包括第2天-即:1234561314456-三个ID…抱歉,如果这有误导性。。我想我得到了下面的答案。谢谢你的提问
SELECT "DayC", COUNT(DISTINCT "ID")
FROM sales
cross JOIN days
WHERE "Day" <= "DayC"
GROUP BY "DayC"
| DayC | count |
|------|-------|
| 1 | 2 |
| 2 | 3 |
| 3 | 5 |
SELECT T."DayC", COUNT(DISTINCT "ID")
FROM sales
cross JOIN (SELECT DISTINCT "Day" as "DayC" FROM sales) T
WHERE "Day" <= T."DayC"
GROUP BY T."DayC"