我正在评估 Hive，需要在 group by 之后进行一些字符串字段连接。我找到了一个名为“concat_ws”的函数，但看起来我必须显式列出所有要连接的值。我想知道是否可以在 Hive 中使用 concat_ws 做这样的事情。这是一个例子。所以我有一个名为“my_table”的表，它有两个名为“国家/地区”和“城市”的字段。我希望每个国家/地区只有一条记录，每条记录都有两个字段 - 国家/地区和城市：
select country, concat_ws(city, "|") as cities
from my_table
group by country
这在 Hive 中可能吗？我现在使用 CDH5 的 Hive 0.11
在数据库管理中，聚合函数是一种函数，其中多行的值按照特定标准分组在一起作为输入，以形成具有更重要意义或度量的单个值，例如集合、包或列表。
Source: 聚合函数 - 维基百科 http://en.wikipedia.org/wiki/Aggregate_function
Hive 开箱即用聚合函数列于以下网页：
内置聚合函数（UDAF - 用户定义的聚合函数） https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-Built-inAggregateFunctions(UDAF)
So, 唯一的内置选项（对于 Hive 0.11；对于 Hive 0.13 及更高版本，您有collect_list) is:
array collect_set(col)
如果没有重复，这将回答您的请求city每条记录country（返回一组已消除重复元素的对象）。否则，在 Hive 外部创建您自己的 UDAF 或聚合。
编写UDAF参考：
- 编写通用 UDAF：教程 https://cwiki.apache.org/confluence/display/Hive/GenericUDAFCaseStudy
- Hive插件 https://cwiki.apache.org/confluence/display/Hive/HivePlugins
- 创建/删除功能 https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL#LanguageManualDDL-Create/DropFunction
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
