优化sql查询的平均值

eqzww0vc  于 2021-05-29  发布在  Hadoop
关注(0)|答案(1)|浏览(340)

我有一张table,每一行都是某个日期进行销售的供应商。
我试图计算2019年每个供应商的平均日销售额,得到一个单一的数字。我想这意味着我要计算平均值的平均值。
这是我正在考虑的查询,但是在这个大表上需要很长时间。有没有更聪明的方法来计算这个平均值而不需要这么多嵌套?我觉得我扫描行的次数比我需要的要多。

-- Average of all vendor's average daily sale counts
SELECT AVG(vendor_avgs.avg_daily_sales) avg_of_avgs
FROM (
        -- Get average number of daily sales for each vendor
        SELECT vendor_daily_totals.memberdeviceid, AVG(vendor_daily_totals.cnt) 
avg_daily_sales
        FROM (
                -- Get total number of sales for each vendor
                SELECT vendorid, COUNT(*) cnt
                FROM vendor_sales
                WHERE year = 2019
                GROUP BY vendorid, month, day
        ) vendor_daily_totals
        GROUP BY vendor_daily_totals.vendorid
) vendor_avgs;

我很好奇是否有一种方法可以更有效地计算平均数的平均值。
顺便说一句,这是在 Impala 里跑的。

7hiiyaii

7hiiyaii1#

我想你可以一次计算一下:

SELECT AVG(t.avgs)
FROM (
    SELECT vendorid,
           COUNT(*) * 1.0 / COUNT(DISTINCT month, day) as avgs
    FROM vendor_sales
    WHERE year = 2019
    GROUP BY vendorid
) t

这将得到总数并除以天数。然而, COUNT(DISTINCT) 可能比嵌套的还要慢 GROUP BY 在 Impala ,所以你需要测试一下。

相关问题