为什么HIVE中的sum函数运行异常，求和结果与预期值不符？

排查步骤 #

• 第一步：核对统计范围的数据集是否匹配
  执行查询SELECT value1 FROM 你的表名 WHERE id = 1;，将返回的所有值与你手动计算的样本逐一核对，确认没有多出行、缺失行，或某行数值与预期不符的情况。常见偏差原因包括统计时漏加过滤条件、多匹配了其他ID的数据、表存在重复数据等。
• 第二步：核对分组逻辑是否正确
  如果你执行的是带GROUP BY的聚合查询，确认分组维度仅包含ID，没有额外的分组字段导致ID=1的数据被拆分到多个分组，你看到的sum结果只是其中一个分组的计算值。
• 第三步：排查字段空值与脏数据
  虽然VALUE1定义为INT类型，但如果源数据写入时存在无法转为INT的内容，Hive会默认返回NULL而非报错，执行查询SELECT * FROM 你的表名 WHERE id = 1 AND value1 IS NULL;确认是否存在空值行，避免漏算对应行的数值。
• 第四步：修复表统计信息异常
  如果以上排查都确认无问题，大概率是表的元数据统计信息错误导致，执行命令ANALYZE TABLE 你的表名 COMPUTE STATISTICS FOR COLUMNS value1;更新字段统计信息后，再重新执行sum查询即可。

临时规避方案 #

如果需要快速得到正确结果，可以将字段强制转为DOUBLE类型后再求和：
SELECT sum(cast(value1 AS DOUBLE)) FROM 你的表名 WHERE id = 1;

内容的提问来源于stack exchange，提问作者lalaland