Cloudera Sqoop导入SQL查询WHERE子句GROUP函数误用报错

你这个报错的核心原因很明确：在WHERE子句里直接使用了聚合函数count()，MySQL的语法规则里，WHERE是用来筛选原始行数据的，而聚合函数（比如count、sum）是对分组后的数据进行计算的，这类条件必须放到HAVING子句中，而且要搭配GROUP BY一起使用。

要实现“仅关联1台设备的账户记录”这个需求，我们得先找出所有只关联一台设备的账户ID，再和accounts表关联获取账户信息。修正后的Sqoop命令如下：

[training@localhost ~]$ sqoop import -P \
--connect jdbc:mysql://localhost/loudacre \
--username training \
--target-dir /ZXS107020/loudacre/pset1 \
--split-by accounts.acct_num \
--query 'SELECT a.first_name, a.last_name, a.acct_num, a.city, a.state 
FROM accounts a 
JOIN (
    SELECT account_id 
    FROM accountdevice 
    GROUP BY account_id 
    HAVING COUNT(*) = 1
) ad ON a.acct_num = ad.account_id 
WHERE $CONDITIONS'

关键修正点说明： #

• 用子查询先从accountdevice表中筛选出仅关联1台设备的account_id：通过GROUP BY account_id按账户分组，再用HAVING COUNT(*) = 1过滤出分组后设备数量为1的记录
• 主查询将这个子查询的结果和accounts表关联，获取对应的账户详情
• 保留了$CONDITIONS在WHERE子句中——这是Sqoop并行导入的要求，不能省略，否则会报错
• 给表起了别名（a代表accounts，ad代表子查询结果），让SQL更简洁易读

这样执行命令应该就能成功导出你需要的账户数据了。

内容的提问来源于stack exchange，提问作者zsad512