Athena可用的按时间分组计数SQL在Impala中执行失败问题

你写的SQL无法在Impala中运行，核心是三个语法兼容问题：

• Impala 不支持GROUP BY后用括号包裹多个分组字段的写法，这种是Trino/Presto（Athena底层引擎）的兼容语法，Impala的分组字段直接逐一枚举即可，不能额外套括号
• 逐分类写单独SELECT语句的方式维护成本高，后续新增type3等分类需要重复追加SQL，完全可以通过调整分组逻辑一次完成全量统计
• 原代码里的字符串值使用了中文全角单引号‘’，Impala无法识别，需要替换为英文半角单引号'

方案1：一次性统计所有分类的时间维度记录数（推荐） #

直接把category字段加入分组维度，一条SQL就能输出所有分类、所有时间点的记录总数，后续新增分类也不需要修改代码：

SELECT
  category,
  COUNT(*) AS total,
  month,
  day,
  year
FROM data_source
-- 如果只需要统计指定分类，放开下面的注释调整枚举值即可
-- WHERE category IN ('type1', 'type2', 'type3')
GROUP BY category, month, day, year
ORDER BY category, month, day;

方案2：单独统计某一个指定分类的结果 #

如果只需要查单个分类的数据，去掉GROUP BY后字段外层的括号、替换全角引号即可正常运行，以type1为例：

SELECT COUNT(*) AS total, month, day, year
FROM data_source
WHERE category = 'type1'
GROUP BY month, day, year 
ORDER BY month, day;

• 所有SQL里的字符串引号必须使用英文半角格式，不要用中文输入法下的全角引号，否则会报语法解析错误
• Impala的GROUP BY字段必须和SELECT中非聚合的字段一一对应，不支持位置别名、括号包裹多字段的简写语法，严格按照字段名枚举即可

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