Hive SQL实现近N周的数据统计查询

文/朱季谦

先前遇到过一个需求，需要基于HIVE统计近N周范围的数据，例如，统计近7周范围的数据指标。

需要用HIVE SQL去实现该功能，而HIVE SQL并没有PostgreSQL那样例如通过函数to_char((to_date('202550', 'YYYWW') - INTERVAL '5 weeks'), 'yyyyww'))就可以实现202550和往前5周的202545周的查询（这里的50和45分别表示2025年的50周和45周）。

我当时通过百度和DeepSeek都没有找到合适的答案，还是思考了好几天才想明白怎么解决。

既然HIVE SQL没有函数可以直接实现取指定周与近N周的条件范围查询，是否可以有其他方式呢？

答案是肯定的。

我当时是通过额外建一个时间表，该表有天以及天对应的所在周，可以直接通过代码生成这样一张表date_week_table，直接 从2020年一直自动映射到2030年，该表的数据如下：

id	Day	Week
1	2020-01-01	202001
2	2020-01-02	202001
3	2020-01-03	202001
4	2020-01-04	202001
5	2020-01-05	202001
6	2020-01-06	202002
7	2020-01-07	202002
8	2020-01-08	202002
.......	......	......

当有这一张周表，而需要查询近N周范围数据的主表由有week字段，例如主表commerce_data是这样的——

id	order_id	customer_id	product_id	week	total_amount
1	ORD202315001	1001	5001	202501	5
2	ORD202315002	1002	5002	202452	10
3	ORD202315003	1003	5003	202451	22
4	ORD202315004	1004	5004	202450	1
5	......	......	......	......	......

这时，如果需要统计指定周和前N周的数据，就可以基于这两张表去实现。

例如，查出2025年第1周往前近4周的数据。

可以基于date_week_table周表计算2025年第1周往前近4周都有哪些周，HIVE SQL如下：

select distinct week from date_week_table where week <= '202501' order by week desc limit 3

然后再基于commerce_data主表计算在2025年第1周往前近4周的数据——

select
sum(total_amount)
from commerce_data
where week in(select distinct week from date_week_table where week <= '202501' order by week desc limit 3)
group by order_id

这样，就可以实现查询出指定周及指定周近N周的HIVE SQL查询了。

当然，也有童鞋可能会说，既然只是查询近N周范围，是否可以直接使用指定周，再减去N来差呢？

这里会有一个问题，2025年第一周，即202501，往前两周，分别是202452和202451，如果用指定周202501直接减2，得到的并不是202451。

以上，只是我个人的一个思路，如果还有其他基于HIVE SQL来计算指定周及近N周的计算，可以留言区一块分享讨论。