Hive中使用first_value和max等窗口函数

遇到一个需求，统计不同的phone_device_id最近的event_timestamp的status值出现的次数，原始数据距离（phone_device_id, status, event_timestamp）：

a 0 10

a 1 20

b 1 10

c 1 20

b 0 30

c 0 10

需要的结果：

0 1

1 2

因为a最新的状态是1，b最新的状态是0，c最新的状态是1，所以0总共有1个，1总共有2个。

可以使用以下语句实现，主要是max() over()和first_value() over()：

select get_json_object(s2.first_value_window_1, '$.status'), count(distinct(phone_device_id)) from (select phone_device_id, max(event_timestamp) over (partition by phone_device_id), first_value(properties) over (partition by phone_device_id order by event_timestamp desc) from watch_upload_info where event_date = '2016-04-04' and get_json_object(properties, '$.action') = 'aw_status' and event = 'click') s2 group by get_json_object(s2.first_value_window_1, '$.status');

还可以使用另外一个方法：

先根据phone_device_id来分组取出event_timestamp最大的那条记录存到一张临时表中，然后和原表进行join得到status字段，然后再分组。