在Hive中按唯一ID聚合获取sleep列的最小与最大值

我来帮你搞定这个问题～你当前的查询之所以会出现同一个ID对应多条记录的情况，核心原因是你同时按title和id进行分组了——如果同一个ID关联了不同的title，Hive就会把每一组(title, id)当成独立的聚合单元，自然输出多行结果。

要实现每个唯一ID仅展示一行（包含该ID的最小/最大sleep值），你需要调整分组逻辑，只按id聚合即可，下面分两种场景给出解决方案：

场景1：不需要展示title，或同一ID的title完全一致 #

直接修改查询，去掉title的分组和查询（如果不需要展示），或者保留但确保同一ID的title唯一：

select id, min(sleep) as min_sleep, max(sleep) as max_sleep 
from myTable 
group by id;

场景2：同一ID有不同title，需要保留title信息 #

如果同一个ID对应多个不同的title，你可以用Hive的聚合函数来处理title，比如：

• 取该ID对应的第一个title（使用first_value）：

select 
    id,
    first_value(title) over (partition by id) as title,
    min(sleep) as min_sleep,
    max(sleep) as max_sleep
from myTable
group by id;

• 把该ID所有不同的title收集成一个集合（使用collect_set）：

select 
    id,
    collect_set(title) as associated_titles,
    min(sleep) as min_sleep,
    max(sleep) as max_sleep
from myTable
group by id;

简单总结下：你的核心需求是按id做聚合，所以把group by子句里的title去掉，就能让每个ID只输出一行结果啦～

内容的提问来源于stack exchange，提问作者jumpman8947