Databricks社区版Items表两类SQL查询问题求助

第一个问题：修正查询语句的错误 #

你的查询语句存在几个语法和逻辑问题，直接导致了ParseException错误，逐个拆解说明：

1. 表名的方括号语法错误
   Databricks基于Spark SQL，不需要用方括号[]包裹表名——这种写法常见于SQL Server等数据库，但Spark SQL不支持。直接写表名Items即可。

2. 列名不匹配
   你表中的日期列是datetime，但查询里写的是Date，这会导致后续执行时出现"列不存在"的错误，需要统一为datetime。

3. 日期格式不兼容+引号错误

   • 你最后一个日期值用了反引号`而非单引号'，这是基础语法错误；
   • 原表的datetime格式是MM/dd/yyyy HH:mm（比如10/10/1972 19:00），直接用'01-01-1970'这种字符串和它比较，Spark无法正确解析日期逻辑。需要用to_date()函数把datetime字段转换为标准日期类型，再和yyyy-MM-dd格式的日期字面量比较。

修正后的查询语句：

SELECT COUNT(*) AS total_items_sold
FROM Items
WHERE to_date(datetime, 'MM/dd/yyyy HH:mm') BETWEEN '1970-01-01' AND '2000-12-31'

第二个问题：查询美国销量最高的州 #

要解决这个问题，需要按state分组统计销量，过滤出美国的记录，然后按销量降序排序取第一条：

SELECT state, COUNT(*) AS total_sales
FROM Items
WHERE country = 'United States' -- 注意：如果你的数据里country值是'USA'，请替换成对应值
GROUP BY state
ORDER BY total_sales DESC
LIMIT 1

如果想查看所有美国各州的销量排名，去掉LIMIT 1即可。

内容的提问来源于stack exchange，提问作者Cyber Chick