sql - Hive(查找连续 n 列的最小值)

Question

我在 Hive 中有一个包含 5 列的表，即电子邮件、a_first_date、b_first_date、c_first_date、d_first_date。

a、b、c、d 是用户可以执行的 4 种不同操作，上表中的 4 列表示用户执行第一个相应操作的日期。例如，'a_first_date' 中的值包含用户执行操作 a 的日期。

输出:我想要的是包含电子邮件的 2 列，overall_first_date 即用户在什么日期执行他的第一个操作？

示例表:(假设所有值都是除电子邮件以外的 BIGINT 类型)

电子邮件，a_first_date，b_first_date，c_first_date，d_first_date
美国广播公司,20140707,20140702,20140801,20140907
xyz,20140107,20140822,20140201,20141007

输出:

电子邮件，overall_first_date
美国广播公司,20140702
xyz,20140107

可能的解决方案是编写一个 UDF 或使用 IF ELSE 将这些值相互比较，然后找到最小值，但这会涉及很多比较。

或者我可以做一个:

select email, min(action) as overall_first_date from

(
select email, a_first_date as action from mytable
UNION ALL
select email, b_first_date as action from mytable
UNION ALL
select email, c_first_date as action from mytable
UNION ALL
select email, d_first_date as action from mytable
) q1

GROUP BY email 

但这同样不是一个好方法。

谁能建议一个更好的方法来实现这一目标？

Answer 1

使用函数 least()。例如;选择 *, least(col1,col2,col3) 作为 minofcol来自表名；