Question

hive中count和sum的区别

Answer 1

首先，sum是对一个字段进行求和，hive中字段的类型一般是string或者int，如果是int当然没问题，如果是string类型但是全部是数字也没问题，如果包含一个字母sum出来将会是0.
假如有这样一张简单的表
user_id stringshop_id string
1234hello
12341234
那
么sum(user_id)的结果是2468，sum(shop_id)的结果是0.如果没有符合条件的记录，sum的返回值将是null，如
sum(case when user_id<1000 then shop_id
end)返回值将是null。但某些时候我没希望sum的结果如果没有符合条件的记录就返回0怎么办呢，可以用coalesce(shop_id,0)解
决这个问题。
count是对数据记录的条数进行统计，有一条符合的记录就是1，没有就是0.

前几天遇到这样一条sql语句，sum(case when
substr(gmt_receive_pay,0,13)='$cur_date $env.last_hour' then t2.total_fee end)
as hour_alipay_fee,
我知道这条语句当没有符合条件的记录时计算出来结果是null，但是我没有意识到这是一个bug，我们要的结果应该是0。检讨一下。

Answer 2

首先，sum是对一个字段进行求和，hive中字段的类型一般是string或者int，如果是int当然没问题，如果是string类型但是全部是数字也没问题，如果包含一个字母sum出来将会是0.
假如有这样一张简单的表
user_id stringshop_id string
1234hello
12341234
那么sum(user_id)的结果是2468，sum(shop_id)的结果是0.如果没有符合条件的记录，sum的返回值将是null，如sum(case when user_id<1000 then shop_id end)返回值将是null。但某些时候我没希望sum的结果如果没有符合条件的记录就返回0怎么办呢，可以用coalesce(shop_id,0)解决这个问题。
count是对数据记录的条数进行统计，有一条符合的记录就是1，没有就是0.

前几天遇到这样一条sql语句，sum(case when substr(gmt_receive_pay,0,13)='$cur_date $env.last_hour' then t2.total_fee end) as hour_alipay_fee,
我知道这条语句当没有符合条件的记录时计算出来结果是null，但是我没有意识到这是一个bug，我们要的结果应该是0。检讨一下。

Answer 3

对你的问题有些疑问，不知你是要了解两者在hive的执行层面的区别，还是纯粹HiveSQL 的两个函数的问题？
如果是前者，把问题描述更具体一些，现在还不知你是想了解什么问题~
如果是后者，关于两个函数的区别，count 是记数，sum是求和。
比如有以下记录：
学号 姓名 课程 分数
001 张三 语文 88
001 张三 数学 90

如果针对上面数据中的分数进行count和sum，count的结果为2，表示2条记录，如果sum，就是88+90=178