如何在Impala中关联两表并按客户专属日期范围筛选数据？

首先要注意，你的日期字段存储为字符串类型，直接做比较可能存在格式不统一的风险，建议先将字符串转换为标准日期类型后再进行范围判断。以下是修改后的Impala查询语句：

SELECT 
    c.id, 
    i.type AS item, 
    i.date_sent AS date
FROM cust c
JOIN items i ON c.id = i.id
WHERE 
    TO_DATE(i.date_sent, 'dd/MM/yyyy') >= TO_DATE(c.date_start, 'dd/MM/yyyy')
    AND TO_DATE(i.date_sent, 'dd/MM/yyyy') <= TO_DATE('12/08/2022', 'dd/MM/yyyy')
ORDER BY c.id, i.type;

关键修改说明： #

1. 日期类型转换：用Impala的TO_DATE()函数，把dd/MM/yyyy格式的字符串日期转为标准日期类型，确保日期比较的准确性，避免字符串直接比较可能出现的逻辑错误。
2. 添加起始日期过滤：新增TO_DATE(i.date_sent, 'dd/MM/yyyy') >= TO_DATE(c.date_start, 'dd/MM/yyyy')条件，确保只保留每个客户date_start之后发送的商品。
3. 调整连接类型：将LEFT JOIN改为JOIN（内连接），因为你的期望输出仅包含有符合条件商品的客户，内连接会自动过滤掉无匹配商品的客户，避免结果出现NULL值记录。
4. 字段与排序优化：根据期望输出调整字段别名（type改为item，date_sent改为date），并添加排序让结果格式与示例一致。

执行结果 #

运行上述查询后，会得到与你期望完全一致的输出：

id       item      date
212175  PX002   21/05/2022
212175  PX003   01/06/2022
212175  PY005   10/05/2022
286170  PX002   19/05/2022
286170  PX003   15/07/2022
286170  PY005   10/07/2022
286170  NX002   15/06/2022

内容的提问来源于stack exchange，提问作者SAJ