我对hadoop、linux非常陌生，已经15年没有用java编写代码了，所以我通常只使用hue来运行查询。我的问题是，我正在尝试对12个月的数据运行一个基本的select查询，但是，由于数据集的巨大大小和应用的读取阈值，这个查询总是会失败。因此，我需要每周/每月运行相同的查询，将结果插入到预先存在的表中，然后将它们聚合到我的最后12个月期间。
原始查询：-

SELECT col1, col2, col3
    FROM foo
    WHERE local_date >= '2013-09-01'
    AND local_date < '2014-09-01'

可能的新脚本（plsql格式）：-

DECLARE dtStart DATE;
    DECLARE dtEnd DATE;

    SET dtStart = (CURRENT_DATE - 1 YEAR) + 1 DAYS - DAY(CURRENT_DATE);
    SET dtEnd = CURRENT_DATE + 1 DAYS - DAY(CURRENT_DATE);

    WHILE dtStart < dtEnd THEN DO

            INSERT INTO test
            SELECT col1, col2, col3
            FROM foo
            WHERE local_date >= dtStart
            AND local_date < dtStart + 7 DAYS;

            IF dtStart = dtEnd THEN
                    SET dtStart = dtStart + 1 DAYS;
            ELSEIF dtEnd - dtStart < 7 THEN
                    SET dtStart = dtStart + (dtEnd - dtStart) DAYS;
            ELSE
                    SET dtStart = dtStart + 7 DAYS;
            END IF;
    END WHILE;

    SELECT col1, col2, SUM(col3)
    FROM test
    GROUP BY col1, col2;

有人告诉我这在色调上是不可能的。对吗？这可以在bash中完成，还是需要创建一些java代码？如您所见，我也希望日期是动态的，但是，我相信hadoop中的日期函数无法做到这一点。
任何帮助都将不胜感激，特别是bash或jave中的示例，这些示例将提供类似和/或进一步阅读的建议。