如何编写SQL/Hive查询统计赛事最后10分钟的推文数量？

嘿，作为SQL/Hive新手碰到这种跨表时间范围统计真的很正常，我来一步步帮你搞定这个需求～

核心逻辑梳理 #

我们要做的就是：

1. 从sample表中拿到目标赛事（id=2）的结束时间
2. 计算出该赛事结束前10分钟的时间点（也就是统计的起始时间）
3. 筛选tweettable中发布时间在「结束前10分钟 → 结束时间」这个区间内的推文，最后统计数量

针对你的场景的查询语句 #

方案1：子查询直接获取时间范围（简洁易读）

适合你这种只统计单场特定赛事的情况：

SELECT COUNT(tweet_id) AS last_10_min_tweet_count
FROM tweettable
WHERE created BETWEEN 
  -- 计算赛事结束前10分钟的时间点
  (SELECT DATE_SUB(endtime, INTERVAL 10 MINUTE) FROM sample WHERE id = 2)
  AND
  -- 赛事结束时间
  (SELECT endtime FROM sample WHERE id = 2);

方案2：跨表关联查询（适合多赛事扩展）

如果以后要统计多场赛事的最后10分钟推文，用关联更灵活：

SELECT 
  s.id AS event_id,
  COUNT(t.tweet_id) AS last_10_min_tweet_count
FROM sample s
LEFT JOIN tweettable t 
  ON t.created BETWEEN DATE_SUB(s.endtime, INTERVAL 10 MINUTE) AND s.endtime
WHERE s.id = 2 -- 指定要统计的赛事
GROUP BY s.id;

关键细节解释 #

• 时间函数说明：Hive中用DATE_SUB(时间字段, INTERVAL N 单位)来往前推时间，这里是INTERVAL 10 MINUTE；如果是标准SQL（比如MySQL），可以换成DATE_ADD(endtime, INTERVAL -10 MINUTE)，效果一致。
• 数据验证：你的赛事结束时间是2005-11-10 18:22:00，往前推10分钟是2005-11-10 18:12:00，两条推文的发布时间都在这个区间内，所以查询结果会是2，完全符合预期。
• 新手避坑提示：确保created和endtime字段都是timestamp或datetime类型，如果是字符串格式，需要先转换（比如Hive用to_timestamp(created, 'yyyy-MM-dd HH:mm:ss')），否则时间比较会出错。

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