Hive中基于月份的记录的条件SELECT

Question

我有一个包含年度数据的表格，其中包含每个客户每月的购买数量。它看起来像这样：

ID  MON     NUM_PURCHASES
1   1       1
2   1       3
3   1       4
2   2       5

（其中ID是客户ID，mon是一年中的月份）。我想选择一年中每月至少购买1次的所有ID。

我正在寻找更优雅的解决方案（这不起作用 - 请参阅我的编辑2019-04-03）：

SELECT distinct id
FROM my_table
where (num_purchases >= 1 and mon = 1) and 
(num_purchases >= 1 and mon = 2) and ...
(num_purchases >= 1 and mon = 12);

（注意，“...”表示从1到12的所有mon值计数）

有什么更优雅的方式呢？谢谢。

编辑（2019-04-03）：

我意识到上面的查询是多么荒谬 - 它永远不会返回任何东西，除非我转换表并将一个客户的所有记录放在一行：/。

在Vamsi回答之后，我意识到我没有提到我的表中没有包含当月0次购买的记录，它只包含数据（对于客户）如果他在一个月内购买（因此缺少几个月）。

感谢Vamsi的解决方案，我找到了解决方法：

select id, total_purchases
FROM
(select id, SUM(CAST(mon as int)) as sum_mon, SUM(CAST(num_purchases as int)) as total_purchases
FROM my_table
group by cid) a where sum_mon == 78;

（它远非优雅 - 再次，但至少它有效。但是，它不适用于更通用的情况，即如果我们在表中的每个客户有0记录，或者如果我们想要选择制作2个或更多的客户在一个月内购买。但我现在不需要这个，但它可能对遇到类似问题的人有用。）

Answer 1

这可以用group by和having完成。

SELECT id
FROM my_table
GROUP BY id
HAVING SUM(CAST(num_purchases > 0 AS INT)) = 12

如果表中有这样的列，请在year中使用group by。

该解决方案假设每个帐户每月有一行，并且没有错过的月份。如果不是这样，请根据显示的想法修改查询