sql - que - left semi join hive

Encontrar el precio más bajo para cada categoría usando join sql en Hive

Question

Tengo que escribir Hive SQL.

Quiero encontrar el precio más bajo para cada categoría. Quiero obtener una fila para cada categoría con la identificación de la categoría, la identificación del producto, el precio (precio más bajo) y las columnas de la url de la imagen. En el siguiente ejemplo, finalmente necesitamos dos filas.

Ayuadame. Gracias.

Tabla "category_product_match"

category_id    product_id
1001             500001
1001             500002
1002             500101
1002             500102
1002             500103

Tabla "product_info"

prd_id      price      img_url
500001        29000      /app/url/img/500001.jpg
500002        29500      /app/url/img/500002.jpg
500101        8100       /app/url/img/500101.jpg
500102        8100       /app/url/img/500102.jpg
500103        8500       /app/url/img/500103.jpg

Answer 1

Puedes usar las funciones de ventana:

select pc.*
from (select pi.*, cpm.category_id,
             row_number() over (partition by cpm.category_id order by pi.price asc) as seqnum
      from product_info pi join
           category_product_match cpm
           on cpm.product_id = pi.prd_id
     ) pc
where seqnum = 1;

Answer 2

utilizar la función de agregado mínimo con unión interna y agrupar con id de categoría

 Select category_id ,product_id, Min(price) as lowest_Price,img_url
 from  category_product_match
 inner join product_info on product_id=prd_id
 group by category_id;  

Demostración aquí Sqlfiddle