选择具有最大值的行，在其中组合。MAX和CAST，在spark.sql中

我在Spark中有一个表，其中有一个字符串类型的

date\u字符串

列

我希望选择与最近日期对应的行。我认为可以在一个命令中实现这一点，将字符串列转换为数字，并选择与最大日期对应的行

我试过了

SELECT 
    *, 
    CAST(date_string AS INT) AS date
FROM 
    data.some_table
WHERE 
    date = MAX(date)

但这给了我一个错误

Error in SQL statement: AnalysisException: cannot resolve '`date`' given input columns

所以我试过了

SELECT 
    *, 
    CAST(date_string AS INT) AS date
FROM 
    data.some_table
WHERE 
    date = (SELECT MAX(date_string) FROM data.some_table)

这给了我同样的错误信息

及

给我

Error in SQL statement: UnsupportedOperationException: Cannot evaluate expression: max(cast(input[71, string, false] as int))

及

提供与上一个命令相同的错误消息

---

我对Spark和SQL都是新手，所以我在这里完全迷路了。什么是实现我想要的目标的正确命令？

您似乎已经非常接近了。但是，您不能在

WHERE

子句中使用

FROM

子句中计算的列（它在

SELECT

子句之前计算）

这应该起作用：

SELECT 
    *, 
    CAST(date_string AS INT) AS date
FROM 
    data.some_table
WHERE 
    date_string = (SELECT MAX(date_string) FROM data.some_table)

或者，如果在比较之前需要

cast

，则：

SELECT 
    *, 
    CAST(date_string AS INT) AS date
FROM 
    data.some_table
WHERE 
    CAST(date_string AS INT) = (SELECT MAX(CAST(date_string AS INT)) FROM data.some_table)

注意，这假设您确实希望允许绑定。否则，可以将查询简化为使用限制子句：

SELECT 
    *, 
    CAST(date_string AS INT) AS date
FROM 
    data.some_table
ORDER BY
    date_string
LIMIT 1

---

您不需要将日期字符串强制转换为数字。所以这应该是你想要的：

SELECT t.*
FROM data.some_table
ORDER BY date_string DESC
LIMIT 1;

这假设

date\u string

具有合理的格式，例如YYYY-MM-DD

其次，这只返回一行。如果可以有重复项，则一种方法是：

SELECT t.*
FROM data.some_table t
WHERE t.date_string = (SELECT MAX(t2.date_string)
                       FROM data.some_table t2
                      );

---

非常感谢。我明白为什么我不能得到它。。。您的解决方案的最新版本需要DESC，但在其他方面可以正常工作！虽然我确实想允许联系：）欢迎@goosheng。如果我的答案正确回答了您的问题，请单击复选标记。。谢谢

SELECT t.*
FROM data.some_table
ORDER BY date_string DESC
LIMIT 1;

SELECT t.*
FROM data.some_table t
WHERE t.date_string = (SELECT MAX(t2.date_string)
                       FROM data.some_table t2
                      );