HIVE：重複を除いた実行中の合計を見つける

Question

こんにちは私は解決策を見つけることができない非常に独特の問題を抱えています。私は次の列を持つテーブルUserViewsを持っています：

 
Progdate(String) 
UserName(String) 

Dummy data in the table: 
Progdate UserName 
20161119 A 
20161119 B 
20161119 C 
20161119 B 
20161120 D 
20161120 E 
20161120 A 
20161121 B 
20161121 A 
20161121 B 
20161121 F 
20161121 G 

ユーザがプログラムを見るたびに、テーブルにエントリがあります。たとえば、11月19日に、ユーザーAはプログラムを1回見て、1つのエントリーがあるとします。ユーザーBはプログラムを2回見ましたので、11月19日にこのユーザーに対して2つのエントリがあります。

を選択します。Progdate、count（distinct UserName）UserViewsグループからUniqueUsersByDateを選択します。問い合わせの上

は私のプログラムのクエリ以下

 
Progdate UniqueUsersByDate 
20161119 3 
20161120 3 
20161121 4 

を見てきたすべてのユニークユーザーの日付ごとのカウント数を与える：

 
Progdate UniqueUsersByDate RunningTotalNewUsers 
20161119 3     3 
20161120 3     6 
20161121 4     10 

：

 
Select Progdate, UniqueUsersByDate, Sum(UniqueUsersByDate) over(Order By Progdate) RunningTotalNewUsers 
from 
(
Select Progdate, count(distinct UserName) UniqueUsersByDate 
from 
UserViews 
group by Progdate SORT BY Progdate 
) UV; 

は、その結果、私を与えます

しかし、私が望むのは、プログラムを初めて見たすべてのユーザーの合計です。ユーザーAが20161119で番組を視聴した後に20161120で視聴した場合、このユーザーのカウントは20161120の合計で繰り返されるべきではありません。したがって、上記の表から欲しい結果は、

 
Progdate UniqueUsersByDate RunningTotalNewUsers 
20161119  3    3 
20161120  3    5 
20161121  4    7 

です

私はHIVE HQLでのみソリューションを探しています。問題へのあらゆるインプットは非常に高く評価されています。

ありがとうございました。

Answer 1

select  Progdate 
      ,UniqueUsersByDate 
      ,sum(Users1stOcc) over 
      (
       order by Progdate 
      )       as RunningTotalNewUsers 

from  (select  Progdate 
         ,count (distinct UserName)   as UniqueUsersByDate 
         ,count (case when rn = 1 then 1 end) as Users1stOcc 

      from  (select Progdate 
           ,UserName 
           ,row_number() over 
           (
            partition by UserName 
            order by  Progdate 
           ) as rn 

         from UserViews 
         ) uv 

      group by Progdate 
      ) uv 
; 

---

+-------------+--------------------+-----------------------+ 
| progdate | uniqueusersbydate | runningtotalnewusers | 
+-------------+--------------------+-----------------------+ 
| 2016-11-19 | 3     | 3      | 
| 2016-11-20 | 3     | 5      | 
| 2016-11-21 | 4     | 7      | 
+-------------+--------------------+-----------------------+ 

P.S.
理論的には、SUM分析関数の集約と使用には追加のサブクエリは必要ありませんが、パーサーに問題（バグ/機能）があるようです。
追加のサブクエリは必ずしも追加の実行ステージを示すとは限りません。 select * from (select * from (select * from (select * from (select * from t)t)t)t)t;とselect * from tは同じ実行計画を持ちます。