hive 下实现连续日期输出

各位大神现有一个问题，麻烦大家帮忙写个hql解决下，需求如下：源表T(两个字段)
monthid       cnt
20180101    101
20180102    102
20180103    100
20180105    104
20180107    105
20180108    102
20180109    103

输出：
monthid       cnt
20180101    101
20180102    102
20180103    100
20180104    0
20180105    104
20180106    0
20180107    105
20180108    102
20180109    103
也就是说希望输出每天的一个明细，如果当天没有cnt就输出0，思路是用T去左关联一个连续日期结果集，做case when处理如果monthid为空则赋值0，可能我的思路不正确，请大声指点，如果思路正确，请帮忙实现下，谢谢

可以先链接表
monthid       cnt
20180101    101
20180102    102
20180103    100
20180104    null
20180105    104
20180106    null
20180107    105
20180108    102
20180109    103
相信表链接，应该是没有问题的。

我们在看下面内容：
select 字段1, 字段2,      
    case 字段3     
    when 值1 then 新值      
    when 值2 then 新值      
    end as 重新命名字段3的名字      
from table      
where

根据上面知识：

[mw_shl_code=sql,true]select  case monthid   
  
    when null then 0      

    end as monthid,cnt   

from table      

where .....[/mw_shl_code]

s060403072 发表于 2018-7-4 15:32
可以先链接表
monthid       cnt
20180101    101

那这个连续日期怎么实现呢？我源表数据日期是不连续的

BB_BDATA 发表于 2018-7-4 15:49
那这个连续日期怎么实现呢？我源表数据日期是不连续的

你这个按理来说是必须要有的。但是奇怪的是并没有，既然没有，那就想法让他有呗。1.要么自己插入去
2.要么像楼主说的链接一个日期集。

s060403072 发表于 2018-7-4 15:53
你这个按理来说是必须要有的。但是奇怪的是并没有，既然没有，那就想法让他有呗。1.要么自己插入去
2.要 ...

嗯谢谢，手动插入，这个先不考虑了，主要是想知道怎么通过hql实现

自己写了个连续日期udf函数running_dates，部署后，通过查询源表src_test_1 中最小日期，最大日期，获取之间的连续日期结果集，在通过左关联实现：
select g.monthid,
       if(w.monthid is null, 0, w.cnt)
  from (select regexp_replace(k.monthid, '-', '') as monthid
          from (select explode(split(running_dates(
          min(from_unixtime(unix_timestamp(a.monthid,'yyyyMMdd'), 'yyyy-MM-dd')),
          max(from_unixtime(unix_timestamp(a.monthid,'yyyyMMdd'), 'yyyy-MM-dd'))),
                                     ',')) as monthid from src_test_1 a) k) g
  left join src_test_1 w on w.monthid = g.monthid;
结果如下：
20180101        101
20180102        102
20180103        100
20180104        0
20180105        104
20180106        0
20180107        105
20180108        102
20180109        103

package com.gml.functions.date;

import java.util.ArrayList;

import org.apache.hadoop.hive.ql.exec.Description;
import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.Text;
import org.joda.time.LocalDate;
import org.joda.time.Period;
import org.joda.time.PeriodType;
import org.joda.time.format.DateTimeFormat;
import org.joda.time.format.DateTimeFormatter;

/**
* @author mingliang.ge
* @date 18-7-25
*/
@Description(name = "running_dates"
        , value = "_FUNC_(date1,date2) - return a running dates list from date1 to date2 with a singer format like yyyy-mm-dd."
        , extended = "Example:\n > select _FUNC_(date1_string,date2_string) from src;")
public class RunningDates extends UDF {
    public final static DateTimeFormatter DEFAULT_DATE_FORMATTER = DateTimeFormat.forPattern("yyyy-MM-dd");
    public final static DateTimeFormatter OUT_DATE_FORMATTER = DateTimeFormat.forPattern("yyyyMMdd");
    private Text result = new Text();
    private ArrayList<String> rs = new ArrayList<String>();

    public RunningDates() {

    }

    public Text evaluate(Text dateString1,Text dateString2) {
        if (dateString1 == null || dateString2 == null) {
            return null;
        }
        try {
            LocalDate date1 = LocalDate.parse(dateString1.toString(), DEFAULT_DATE_FORMATTER);
            LocalDate date2 = LocalDate.parse(dateString2.toString(), DEFAULT_DATE_FORMATTER);
            
            Period p = new Period(date1,date2,PeriodType.days());
            int diff=p.getDays();
            for(int i=0;i<=diff;i++){
                rs.add(date1.plusDays(i).toString(OUT_DATE_FORMATTER));
            }
            result.set(String.join(",", rs));
            return result;
        } catch (Exception e) {
            return null;
        }
    }
}

UDF函数代码附上，时间有限，尚有些弊端，例如：输入函数必须是yyyy-mm-dd格式才能识别由于源表数据时间格式为yyyymmdd，而且我们hive下一般时间存储都是yyyymmdd所以输出也是采用的这个格式

附件为UDF包，可以在hive下添加函数，方式如下：create temporary function running_dates as 'com.gml.functions.date.RunningDates';