spark sql查 询今年的去年平均值

假设有一张名为“sales”的表，其中包含“sales_date”和“sales_amount”两个字段，可以使用以下SQL查询今年的去年平均值：

SELECT AVG(sales_amount) 
FROM sales 
WHERE YEAR(sales_date) = YEAR(CURRENT_DATE()) 
AND YEAR(sales_date) - 1 = YEAR(CURRENT_DATE()) - 1

该查询首先使用YEAR函数从“sales_date”字段中提取年份，然后与当前年份进行比较，以筛选出今年的数据。接下来，使用减法运算将年份减1，然后再次与当前年份进行比较，以筛选出去年的数据。最后，使用AVG函数计算平均值。

相关问题

spark sql查 询今年的去年平均值开窗

可以使用Spark SQL的窗口函数来实现查询今年的去年平均值开窗。具体查询语句如下：

SELECT *,
AVG(value) OVER (ORDER BY year ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) AS last_year_avg
FROM table
WHERE year = 2021;

其中，table表示数据源表，year表示年份字段，value表示需要求平均值的字段。使用窗口函数AVG计算去年平均值，通过ROWS BETWEEN子句指定窗口范围为前一行到当前行。最后筛选出今年的数据（year=2021），即得到今年的去年平均值开窗。

spark Sql自定义 udaf 求平均值

以下是使用Spark SQL自定义UDAF求平均值的示例代码：

from pyspark.sql.functions import pandas_udf, PandasUDFType
from pyspark.sql.types import DoubleType
import pandas as pd

# 定义自定义UDAF函数
@pandas_udf(DoubleType(), PandasUDFType.GROUPED_AGG)
def my_avg_udaf(v: pd.Series) -> float:
    return v.mean()

# 使用自定义UDAF函数求平均值
df.groupBy("group_id").agg(my_avg_udaf(df["value"]).alias("avg_value")).show()

其中，`df`是一个DataFrame对象，包含两列数据：`group_id`和`value`。首先，我们使用`groupBy`方法按照`group_id`进行分组，然后使用`agg`方法调用自定义UDAF函数`my_avg_udaf`，并将结果命名为`avg_value`。最后，使用`show`方法展示结果。