traduccion - hive meaning

Colmena: UDF y GROUP BY

Question

Tengo un UDF (GetUrlExt) que devuelve la extensión. (ej .: jpg en /abc/models/xyz/images/top.jpg). La información es como se muestra a continuación:

Date Time TimeTaken uristem  
9/5/2011 0:00:10 234 /abc/models/xyz/images/top.jpg  
9/5/2011 0:00:11 456 /abc/models/xyz/images/bottom.jpg  
9/5/2011 0:00:14 789 /abc/models/xyz/images/left.gif  
9/5/2011 0:00:16 234 /abc/models/xyz/images/top.pdf  
9/5/2011 0:00:18 734 /abc/models/xyz/images/top.pdf  
9/5/2011 0:00:19 654 /abc/models/xyz/images/right.gif  
9/5/2011 0:00:21 346 /abc/models/xyz/images/top.pdf  
9/5/2011 0:00:24 556 /abc/models/xyz/images/front.pdf  
9/5/2011 0:00:26 134 /abc/models/xyz/images/back.jpg

La consulta sin ''GROUP BY'' está funcionando bien:

SELECT GetUrlExt(uristem) AS extn FROM LogTable; 

Resultado: jpg jpg gif pdf pdf gif pdf jpg

Ahora necesito ''GROUP BY'' en los resultados de la GetUrlExt UDF.
Resultado Esperado:
jpg 3 274.6
gif 2 721.5
pdf 4 467.5

Pero la siguiente consulta no funciona:

SELECT GetUrlExt(uristem) AS extn, Count(*) AS PerCount, Avg(TimeTaken) AS AvgTime FROM LogTable GROUP BY extn;

¡Cualquier tipo de ayuda se agradece!

Answer 1

Pls usa subconsulta para agrupar por.

Hive no admite grupos por valor calculado directamente.

SELECT a.extn, Count(*) AS PerCount, Avg(TimeTaken) AS AvgTime 
FROM
(
    SELECT GetUrlExt(uristem) AS extn, TimeTaken
    FROM LogTable 
) a
GROUP BY a.extn;

Answer 2

Puede habilitar grupo por alias o necesita toda la instrucción en grupo por

SELECT GetUrlExt(uristem) AS extn, Count(*) AS PerCount, Avg(TimeTaken) AS AvgTime 
FROM LogTable 
GROUP BY GetUrlExt(uristem);