2024年6月11日发(作者：)
hive group by having用法举例
Hive是一个基于Hadoop的数据仓库工具，它提供了SQL-like的
查询语言HQL，用于对大规模数据进行处理和分析。在Hive中，group
by和having是两个常用的聚合函数，用于对数据进行分组和筛选。本
文将介绍Hive中group by和having的用法及示例。
一、group by概述
group by用于对数据进行分组，它将数据按照指定的列进行分
组，并计算每个组内的聚合值。group by通常与聚合函数（如sum、
count、avg等）一起使用，以计算每个分组的数据统计信息。
二、having概述
having用于对分组后的结果进行筛选，它根据指定的条件筛选出
符合条件的分组。having通常与group by一起使用，但它并不会改变
数据的分组方式，而是在分组之后对每个分组进行筛选。
三、用法举例
1. 简单的group by用法
假设有一个学生表（Student），包含学生的姓名（name）和年龄
（age）信息。我们可以使用group by对年龄进行分组，并计算每个
年龄段的学生数量：
```sql
SELECT age, COUNT(*) FROM Student GROUP BY age;
```
上述查询将按照年龄对学生进行分组，并统计每个年龄段的学生
数量。
2. 带有聚合函数的group by用法
第 1 页 共 3 页
除了简单的计数，我们还可以使用聚合函数来计算其他统计信
息，如平均年龄：
```sql
SELECT age, AVG(age) FROM Student GROUP BY age;
```
上述查询将按照年龄对学生进行分组，并计算每个年龄段的平均
年龄。
3. 结合使用group by和having
有时候我们需要根据某些条件对分组后的数据进行筛选。例如，
我们想要找到平均年龄大于等于20岁的学生的姓名和数量：
```sql
SELECT name, COUNT(*) FROM Student WHERE age >= 20 GROUP
BY name HAVING COUNT(*) > 5;
```
上述查询首先按照姓名对学生进行分组，并在分组后筛选出符合
条件的分组（即平均年龄大于等于20岁的分组）。然后，HAVING子句
用于筛选出符合条件的分组中的学生数量大于5的记录。
4. 多列组合的group by和having用法
有时我们需要根据多个列对数据进行分组和筛选。例如，我们想
要找到平均年龄大于等于20岁且姓名以“张”开头的学生姓名和数
量：
```sql
SELECT name, COUNT(*) FROM Student WHERE age >= 20 AND
name LIKE '张%' GROUP BY name HAVING COUNT(*) > 5;
第 2 页 共 3 页
```
上述查询首先根据姓名对学生分组，并在分组后筛选出符合条件
的分组（即平均年龄大于等于20岁且姓名以“张”开头的分组）。然
后，HAVING子句用于筛选出符合条件的分组中的学生数量大于5的记
录。
四、总结
本文介绍了Hive中group by和having的用法及示例。通过灵活
运用这两个函数，我们可以对数据进行分组和筛选，以获取所需的数
据统计信息。在实际应用中，我们需要根据具体的数据结构和需求选
择合适的聚合函数和条件来进行数据分析和处理。
第 3 页 共 3 页
发布评论