Trouver TOP 10 dernier disque pour chaque BUYER_ID pour la date d'hier

Question

Voici le tableau ci-dessous

CREATE TABLE IF NOT EXISTS TestingTable1 
( 
BUYER_ID BIGINT, 
ITEM_ID BIGINT, 
CREATED_TIME STRING 
) 

Et voici les données ci-dessous dans la table- ci-dessus

BUYER_ID | ITEM_ID  | CREATED_TIME 
------------+------------------+----------------------- 
1015826235  220003038067  2012-07-09 19:40:21, 
1015826235  300003861266  2012-07-09 18:19:59, 
1015826235  140002997245  2012-07-09 09:23:17, 
1015826235  210002448035  2012-07-09 22:21:11, 
1015826235  260003553381  2012-07-09 07:09:56, 
1015826235  260003553382  2012-07-09 19:40:39, 
1015826235  260003553383  2012-07-09 06:58:47, 
1015826235  260003553384  2012-07-09 07:28:47, 
1015826235  260003553385  2012-07-09 08:48:47, 
1015826235  260003553386  2012-07-09 06:38:47, 
1015826235  260003553387  2012-07-09 05:38:47, 
1015826235  260003553388  2012-07-09 04:55:47, 
1015826235  260003553389  2012-07-09 06:54:37, 
34512201  597245693   2012-07-09 16:20:21, 
34512201  8071787728   2012-07-09 15:19:59, 
34512201  5868222883   2012-07-09 08:23:17, 
34512201  2412180494   2012-07-09 22:21:11, 
34512201  2422054205   2012-07-09 06:09:56, 
34512201  1875744030   2012-07-09 19:40:39, 
34512201  5639158173   2012-07-09 06:58:47, 
34512201  5656232360   2012-07-09 07:28:47, 
34512201  959188449   2012-07-09 08:48:47, 
34512201  4645350592   2012-07-09 06:38:47, 
34512201  5657320532   2012-07-09 05:38:47, 
34512201  290419656539  2012-07-09 04:55:47, 

Si vous voyez les données ci-dessus dans la table, il n'y a que deux UNIQUE BUYER_ID et correspondant à ceux que j'ai ITEM_ID ET CREATED_TIME. Je n'ai besoin que de 10 derniers enregistrements sur la base de l'heure de la veille de la date d'aujourd'hui chaque fois que je déclencherai cette requête (c'est-à-dire la date d'hier) pour chaque BUYER_ID.

Donc, pour ce BUYER_ID-34512201 J'ai besoin 10 derniers enregistrements pour chaque base BUYER_ID sur CREATED_TIME pour la date d'hier seulement.

Et chaque BUYER_ID peut avoir n'importe quelle donnée de jour. Mais je suis particulièrement intéressé par jour avant les données d'aujourd'hui (ce qui signifie la date d'hier toujours) en vérifiant au CREATED_TIME

Trouver TOP 10 dernières données pour chaque BUYER_ID pour la date d'hier. Ci-dessous l'exemple de sortie que je devrais obtenir correspondant à BUYER_ID.

Exemple de sortie.

BUYER_ID | ITEM_ID  | CREATED_TIME 
------------+------------------+----------------------- 
34512201  2412180494   2012-07-09 22:21:11 
34512201  1875744030   2012-07-09 19:40:39 
34512201  597245693   2012-07-09 16:20:21 
34512201  8071787728   2012-07-09 15:19:59 
34512201  959188449   2012-07-09 08:48:47 
34512201  5868222883   2012-07-09 08:23:17 
34512201  5656232360   2012-07-09 07:28:47 
34512201  5639158173   2012-07-09 06:58:47 
34512201  4645350592   2012-07-09 06:38:47 
34512201  2422054205   2012-07-09 06:09:56 
1015826235  210002448035  2012-07-09 22:21:11 
1015826235  260003553382  2012-07-09 19:40:39 
1015826235  220003038067  2012-07-09 19:40:21 
1015826235  300003861266  2012-07-09 18:19:59 
1015826235  140002997245  2012-07-09 09:23:17 
1015826235  260003553385  2012-07-09 08:48:47 
1015826235  260003553384  2012-07-09 07:28:47 
1015826235  260003553381  2012-07-09 07:09:56 
1015826235  260003553383  2012-07-09 06:58:47 
1015826235  260003553389  2012-07-09 06:54:37 

Je travaille avec Hive et Hive prend en charge SQL comme la syntaxe. Donc je dois m'assurer que le SQL devrait fonctionner aussi dans l'environnement Hive.

Quelqu'un peut-il m'aider avec ceci?

Mise à jour: -

J'utilise la requête ci-dessous et je dois obtenir le top 10 des dernières nouvelles de la requête ci-dessous et le besoin d'ajouter un qualificatif pour la vérification de la date, signifie where clause for yesterday's date - Je ne peux pas utiliser TOP 10 ici comme Hive ne supporte pas la syntaxe TOP 10 sql. J'ai besoin d'un autre moyen de faire ce problème.

SELECT * FROM TestingTable1 WHERE ORDER BY buyer_id, created_time DESC; 

One More MISE À JOUR: -

J'ai écrit cette requête avec ci-dessous l'utilisation de RANK UserDefinedFunction.

SELECT buyer_id, item_id, created_time, rk 
FROM (
    SELECT buyer_id, item_id, rank(item_id) as rk, created_time 
    FROM testingtable1 
    DISTRIBUTE BY buyer_id, item_id 
    SORT BY buyer_id, item_id, created_time desc 
) a 
WHERE rk < 10 
ORDER BY buyer_id, created_time, rk; 

Et c'est les fonctions RANG UDF dans Java-

package com.example.hive.udf; 
import org.apache.hadoop.hive.ql.exec.UDF; 

    public final class Rank extends UDF{ 
     private int counter; 
     private String last_key; 
     public int evaluate(final String key){ 
      if (!key.equalsIgnoreCase(this.last_key)) { 
      this.counter = 0; 
      this.last_key = key; 
      } 
      return this.counter++; 
     } 
    } 

Et surtout requête est fonctionne pas la façon dont je voulais, une sorte de torsion doit être fait, je suppose que dans cette requête.

Y at-il un moyen de le faire sans utiliser UDF dans HiveQL?

Answer 1

SELECT FIRST 10 * 
    FROM TestingTable1 
    WHERE buyer_id = 34512201 
ORDER BY created_time DESC;