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
对许18 分钟前
Hadoop的运行模式
大数据·hadoop·分布式
向日葵花子(* ̄︶ ̄)3 小时前
hive sql limit offset不起作用
hadoop
2302_799525744 小时前
【Hadoop】如何理解MapReduce?
数据库·hadoop·mapreduce
火龙谷5 小时前
hadoop第3课(hdfs shell常用命令)
hadoop·hdfs·npm
神秘打工猴6 小时前
数据仓库为什么要分层
大数据·数据仓库·spark
好记性+烂笔头15 小时前
Hive八股
hive
StableAndCalm16 小时前
什么是hive
数据仓库·hive·hadoop
好记性+烂笔头1 天前
Hadoop八股
大数据·hadoop·分布式
Python数据分析与机器学习1 天前
《基于Hadoop的出租车需求预测系统设计与实现》开题报告
大数据·hadoop·分布式·python·算法·数据挖掘·数据分析
StableAndCalm1 天前
什么是hadoop
大数据·hadoop·分布式