Hive中含闰年场景下近5年数据精确统计方法咨询

嘿，这个问题我之前处理过，刚好能给你支招！

先说说你之前两种方法的问题：

• 第一种只按年份差判断，比如当前是2024-03-10，那2019-03-11的记录会被误算进去——虽然年份差是5，但实际还没到整整5年的时间，精度完全不够。
• 第二种用固定的1825天，可5年里如果包含闰年（比如2020、2024这类），总天数会比1825多1天甚至2天，这样会漏掉部分符合条件的记录，或者多算不符合的，同样不精确。

好在Hive有完美解决这个问题的方案，分两种情况：

方法1：用add_months函数（兼容所有Hive版本） #

5年等于60个月，直接用add_months把当前日期往前推60个月，得到精确的5年前的日期，然后筛选final_dt大于等于这个日期就行：

select count(*) 
from table 
where final_dt >= add_months(current_date, -60);

这个函数会自动处理闰年、月末日期这类特殊情况——比如如果当前是2020-02-29（闰年），往前推60个月会得到2015-02-28（因为2015不是闰年，没有29号），逻辑完全合理。

方法2：用Interval语法（Hive 2.1.0及以上版本支持） #

如果你的Hive版本比较新，直接用时间间隔语法更直观：

select count(*)
from table
where final_dt >= current_date - interval '5' year;

这个写法和自然语言几乎一样，可读性拉满，Hive会帮你精确计算出5年前的日期，完全不用操心闰年的问题。

两种方法都能精准统计当前日期到过去5年范围内的所有数据，再也不用纠结天数计算啦！

内容的提问来源于stack exchange，提问作者ashwini