Hive 中的 Lead 函数

Question

我正在尝试检索特定“name2”之后的下一个“name1”。例如，“name2”中“complete2”之后的下一个“name1”是“init3”。这是我使用的查询，但它返回 null。

    date_time                    name1        name2           
    2017-11-23 00:09:46          init1        complete1
    2017-11-23 00:09:48          init2        complete2
    2017-11-23 00:09:50          init3        complete3


   select date_time,name1,name2,
   lead(name1,1) over (order by date_time) as next_word
   from tab1
   where date_time between "2017-11-23 00:00:00" and "2017-11-23 23:59:59" 
   and name2 like "%complete2%";

Answer 1

这是解决方案

SELECT * 
  FROM (SELECT date_time,name1,name2,
               LEAD(name1,1) over (ORDER BY date_time) AS next_word
          FROM tab1
         WHERE date_time between "2017-11-23 00:00:00" and "2017-11-23 23:59:59" ) v
 WHERE name2 LIKE "%complete2%";

输出

2017-11-23 00:09:48 init2   complete2   init3

Hive 在应用 LEAD 之前评估 WHERE 条件。在您的查询中，这将限制将 LEAD 应用于没有 LEAD 的一条记录中。

您可以像我上面所做的那样使用子查询或使用 CTE/WITH 子句。

希望这可以帮助！