使用Hive SQL获取每月最大日期结果异常，求正确实现方案

你的问题出在分区键的选择上：last_day(yyyymmdd)无法正确按月份分区，导致窗口函数计算的是全表的最大日期而非当月最大。

修正后的代码方案 #

方案1：按年+月分区

SELECT 
    yyyymmdd,
    MAX(yyyymmdd) OVER (PARTITION BY year(yyyymmdd), month(yyyymmdd)) AS last_yyyymmdd
FROM mytable t

方案2：按格式化后的年月字符串分区

SELECT 
    yyyymmdd,
    MAX(yyyymmdd) OVER (PARTITION BY date_format(yyyymmdd, 'yyyy-MM')) AS last_yyyymmdd
FROM mytable t

问题原因说明 #

原代码中，若yyyymmdd是字符串类型，Hive的last_day函数可能无法正确将其解析为日期类型，导致所有行的分区键值异常统一，窗口函数失去分区作用，最终计算出全表的最大日期2020-06-23。

而通过year()+month()或date_format()提取年月维度作为分区键，能确保同一月份的所有行被归为同一分区，从而正确计算出每个月的最大日期。

若你的yyyymmdd是yyyymmdd数字格式（如20200501），需先转换为日期类型再处理：

SELECT 
    yyyymmdd,
    MAX(to_date(yyyymmdd, 'yyyyMMdd')) OVER (PARTITION BY date_format(to_date(yyyymmdd, 'yyyyMMdd'), 'yyyy-MM')) AS last_yyyymmdd
FROM mytable t

内容的提问来源于stack exchange，提问作者Rosana Guimarães Ribeiro