如何修复Hive SQL嵌套查询的CASE WHEN子句语法错误

1. 语法报错原因与修复方案 #

你的SQL写法的核心问题是FROM后的内层派生表没有指定别名，这是Hive SQL的强制语法要求，并非CASE WHEN子句存在逻辑错误，报错指向CASE WHEN行属于SQL解析器的定位偏差。

修复后的正确写法如下：

SELECT
  COUNT(*),
  AVG(result) * 100
FROM
  (
    SELECT CASE WHEN (
      (m1.flag = 1)
      and (m1.Reason = 'reason_1')
    ) THEN 1 ELSE 0 END AS result
    FROM
      db1 m0
      INNER JOIN db2 m1 ON m0.id = m1.id
    WHERE
      col1 <= 3
      AND col2 = 0
  ) t; -- 此处给派生表添加别名t即可

你也可以进一步简化去掉嵌套子查询，直接在外层做聚合，性能会更优：

SELECT
  COUNT(*),
  AVG(CASE WHEN m1.flag = 1 AND m1.Reason = 'reason_1' THEN 1 ELSE 0 END) * 100
FROM
  db1 m0
  INNER JOIN db2 m1 ON m0.id = m1.id
WHERE
  col1 <= 3
  AND col2 = 0;

2. 合并查询的效率收益 #

• 存储空间：不需要生成持久化中间表，避免了TB级数据写入分布式存储的空间占用，完全省去中间表的存储成本。
• 查询时间：省去了中间表的写入IO、读取IO开销，也避免了额外的作业调度、元数据操作耗时，整体查询效率相比先建中间表再计算的方案通常可以提升30%以上，具体提升幅度取决于集群的IO性能。

内容的提问来源于stack exchange，提问作者XRR