質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.34%

件数の多いテーブルのクロス集計の方法について

解決済

回答 1

投稿

  • 評価
  • クリップ 3
  • VIEW 877

score 5

●前提
・hive sqlを使っています。
・AとBというサービスがあり、Aの商品はダブりなく15のジャンルに分かれていています。
Bの商品もいくつかのジャンルに分かれていますが、複数のジャンルを組み合わせたジャンル名がつけられています。(含まれているジャンル名は20ぐらいですが、組み合わせで400ぐらいになります)

Aのサービスのテーブルを作ることまでは何とかできて
個人ID 商品ID ジャンル サービスID
という形になっています。
個人IDと商品IDとジャンルとサービスIDの組み合わせの重複はないです。
500万件のテーブルです。
※期間内に同じ商品を何度利用しても1件という形です。

Bの方も重複なしのテーブルを作っていますが40万件程度あります。
Aのテーブルを現在、作成中にですが30分程度で止まってしまいます。

●実現したいこと
・Aのそれぞれのジャンルの商品を購入している人は、
Bだとどのジャンルの商品を購入しているのかを調べたいと思っています。
※Bのどのような文言が入っているものを利用しているのか調べたいです。

●クロス集計をしたいのですが、それぞれのテーブルの件数が多いので、
知っているクロス集計の方法であるエクセルのピボットテーブルを使うことはできないといわれ、調べてみると扱える件数を超えていました。

■SQLでcase文というのを使うことでクロス集計ができるようだというところまではわかったのですが、
今回の場合、この後どのようにテーブルを作ればよいのか、
15ジャンル、400ジャンルのどちらに合わせて、どのようにcase文を作ればよいのかがわからず困っています。

ご存じでしたら教えてください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

AとBとの個人IDを軸にしたジャンルのクロス集計ですね。
列側をcaseすることになるので、ジャンルが少ない方を列にする方が、SQLの記述は少なくて済みますね。

Aのテーブルを現在、作成中にですが30分程度で止まってしまいます。
これはクロス集計の元になるテーブルを作成しているという事でしょうか?
サービス毎にAとBというテーブルがある?

細かいことは、テーブルの定義(インデックスを含め)とリレーションが分からないと何とも言えませんが。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/10/04 20:03

    回答ありがとうございます。
    サービスごとにAとBというテーブルがあるわけであはないです。
    サービスAのテーブルとサービスBのテーブルという意味でした。
    わかりにくくしてしまい申し訳ございません。
    case文に関してはちょっと勉強中であまりうまくいってないです。
    もう少し試してみて再度質問します。

    キャンセル

  • 2019/10/07 08:40

    サービスA,B共に個人id,商品idのペアでユニークになっている、個人id,商品id,ジャンル、サービスidというテーブルを作ることはできました。
    やりたいことは、
    表側にサービスAのジャンル、表頭にサービスBのジャンルになっている、クロス集計です。どちらが表頭でもいいです。
    1:クロス集計をするためにこの後どのようなテーブルをつくればよいか、
    2:どうケース文を書けばよいのか、
    ※検索してでてきたのは20から29才なら20代と表示させるという例題しかなく、今回の場合どこをどうかえればやりたいことになるのかわかりませんでした
    宜しくお願いします

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.34%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る