Hive某字段空值用同组该字段非空值填充

背景: 工作中遇到这样一个业务场景:系统中记录订单提报和订单审核通过两个时间点某业务状态,开发做标记时一个订单产生了两条记录,即提报时记录状态1字段,状态2字段为空;审核通过时产生新纪录记录状态2字段,状态1字段为空。分析其实想要的是一个订单对应一条记录:订单对应的状态1字段和状态2字段。
思路: 使用last_value窗口函数可以实现获取某字段当前行的同组中非空值的最后一个;使用COALESCE函数判断字段是否为空,为空则使用last_value计算出的结果,否则使用字段本身值。最后使用分组方法保留每组一条记录。

sql 复制代码
select 
	order_id,
	status_submit,
	status_audit
from(
select
	order_id
	,coalesce(status_submit, last_value(status_submit) over (partition by order_id order by status_submitrows between unbounded preceding and unbounded following)) as status_submit
	,coalesce(status_audit, last_value(status_audit) over (partition by order_id order by status_audit rows between unbounded preceding and unbounded following)) as status_audit
from
	dbname.tableName
)t
group by order_id,status_submit,status_audit
相关推荐
weixin_462446236 小时前
Hive 4.0.1 自动安装脚本详解:一键部署 + 环境变量配置(适用于 Linux)
linux·hive·hadoop
無森~7 小时前
Hive执行复杂查询报错
大数据·数据仓库·hive
無森~8 小时前
Hive SQL(进阶)
hive·hadoop·sql
【赫兹威客】浩哥8 小时前
【赫兹威客】完全分布式Hadoop测试教程
大数据·hadoop·分布式
weixin_4624462310 小时前
一键安装 Hadoop 3.3.6 自动化脚本详解 |(含 JAVA_HOME 自动配置)
java·hadoop·自动化
3分钟秒懂大数据21 小时前
实时数仓实战篇一:长周期去重指标建设
大数据·数据仓库·面试·性能优化·flink
蓝眸少年CY1 天前
什么是Hadoop
大数据·hadoop·分布式
zhixingheyi_tian1 天前
Yarn 之 numa-awareness
hadoop
白日与明月1 天前
Hive 中 UNION 与 UNION ALL
hive
白日与明月1 天前
Hive 大表 Join 优化:从策略选择到倾斜处理
数据仓库·hive·hadoop