在 AWS Athena 表的 group by 子句中使用子字符串函数

如何解决在 AWS Athena 表的 group by 子句中使用子字符串函数

我的“date_validation”列是字符串类型并显示为“2018-05-22 13:38:59.0”，因此要将其转换为日期，必须使用子字符串和“date_parse”函数来获得类似“2014- 02-26 00:00:00.000'。

我需要按 date_validation 对登机数进行分组，因为一天有很多验证。但是不能这样做，因为当我使用 group by 时它给出了错误，如下所示。

 SELECT
    DATE_PARSE(SUBSTR(date_validation,1,10),'%Y-%m-%d'),run_route_code,stop_label,COUNT(boardings)
 FROM "raw_XX"."validations"
 WHERE
    run_route_code = 'XXX'
GROUP BY
    DATE_PARSE(SUBSTR(date_validation,stop_label
ORDER BY
    date_validation;

错误是说

Syntax_ERROR: line 3:107: '"date_validation"' 必须是聚合表达式或出现在 GROUP BY 子句中'

如果我直接在 group by 子句中使用 date_validation 列，则它不是分组，而是每天显示所有值。请给我一个建议。

请注意，不能对日期做任何更改，因为它的原始表和巨大的分区表现在位于原始存储桶上。

解决方法

您看到的错误实际上是由 ORDER BY 子句引起的，该子句引用了 date_validation 列。这里的问题是，当 ORDER BY 被评估时，只有日期/子字符串可用，而不是原始的 date_validation 列。使用 DATE_PARSE(...) 版本，您的查询应该可以工作：

SELECT
    DATE_PARSE(SUBSTR(date_validation,1,10),'%Y-%m-%d'),run_route_code,stop_label,COUNT(boardings)
 FROM "raw_XX"."validations"
 WHERE
    run_route_code = 'XXX'
GROUP BY
    DATE_PARSE(SUBSTR(date_validation,stop_label
ORDER BY
    DATE_PARSE(SUBSTR(date_validation,'%Y-%m-%d');

注意：您也可以在这里使用 ORDER BY 1，这是缩写，但我提供了上面的解决方案，因为它清楚地说明了错误的来源/解决方案。