无GROUP BY的MAX条件聚合：Hive数据质量查询报错求助

问题分析 #

报错的核心原因是Hive不支持列名=聚合函数这种赋值式别名写法（该语法常见于SQL Server等数据库）。原查询里的MaxRun = MAX(RunNumber)会被Hive解析成一个普通计算表达式，而非列别名，导致Hive判定这个表达式需要出现在GROUP BY子句中，但你实际不需要分组，只是做全局聚合统计。

修正后的SQL #

SELECT MAX(RunNumber) AS MaxRun
, SUM(CASE WHEN FirstName IS NULL OR FirstName = 'NULL' OR FirstName = ' ' THEN 1 ELSE 0 END) AS FirstName
, SUM(CASE WHEN LastName IS NULL OR LastName = 'NULL' OR LastName = ' ' THEN 1 ELSE 0 END) AS LastName
, SUM(CASE WHEN State IS NULL OR State = 'NULL' OR State = ' ' THEN 1 ELSE 0 END) AS State
FROM Table.Customers
WHERE DateOfRecord = '2023-05-01'

关键说明 #

• 所有聚合函数的列别名必须用AS关键字声明，替换原有的=赋值写法，这是Hive遵循的标准SQL语法规范。
• 由于查询中所有字段都是全局聚合函数（MAX、SUM），无需添加GROUP BY子句，Hive会自动对整个结果集做聚合计算，返回单行统计结果，完全匹配你期望的输出格式。

内容的提问来源于stack exchange，提问作者Supernova