hive> select
arch_value, industry_type
from dim.company_arch_value_condition_tag
lateral view explode(split(industry,‘\|’)) a as industry_type limit 10;
…
…
高 IT互联网_IT信息技术
高 金融_银行业
高 金融_保险业
高 金融_资本市场_证券期货
高 教育
高 商贸
高 (除上述的其他行业分类)
中 IT互联网_IT信息技术
中 金融_银行业
中 金融_保险业
行转列(多行转一列)
下面,对于存在细分行业的字段,进行行转列操作,操作也是固定的函数 … concat_ws(‘分隔符’, collect_set(待处理字段))…,如下:
select 字段1,字段2, concat_ws(‘分隔符’, collect_set(待处理字段)) as 别名 from 表名 group by 字段1,字段2
我们的SQL,如下:
hive> select
arch_value, concat_ws(‘|’, collect_set(industry)) as industry
from
dim.company_arch_value_condition_tag
group by arch_value limit 10;
…
…
- 商贸_居民服务_餐饮|商贸_居民服务_零售|商贸_居民服务_住宿|商贸_商业服务|(除上述的其他行业分类)|金融|商贸_居民服务_文旅_文化传媒|商贸_居民服务_零售_商业百货|商贸_居民服务_住宿_酒店|医疗|教育|金融_银行业_综合型银行|-|交通_水路运输_海运服务_客运游轮|交通_航空运输_航空客运服务_航空客运服务|商贸_居民服务_住宿|商贸_居民服务_零售_商品零售|教育_培训机构_线下培训|医疗_医疗保健机构|商贸_专业服务_专业服务_科学及市场、行业研究|医疗|教育|IT互联网|金融_资本市场|金融_金融交易数据|IT互联网_IT信息技术_互联网服务|医疗_医疗保健机构|商贸_居民服务_零售_互联网电商|商贸_住建|医疗_医疗保健机构|医疗_疗养康复机构|教育|商贸_住建_建筑_物业管理|商贸_居民服务_文旅_旅游景区|商贸_居民服务_文旅_文博场馆|商贸_居民服务_文旅_文化传媒|物流_物流服务_货运物流_货运物流|教育_培训机构|金融_银行业|金融_保险业|交通_航空运输_航空客运服务_航空客运服务|商贸_居民服务_文旅_旅行社|商贸_居民服务_零售_商业百货|商贸_居民服务_文旅_旅游景区|交通_公路运输_公路客运_公交运输|物流_物流服务_货运物流_货运物流|物流_其他物流_物流相关_物流相关|商贸_商业服务_仓储服务_仓储服务|工业_制造加工|工业_园区厂房_工业园区_工业园区|商贸_居民服务_餐饮_正餐快餐|商贸_居民服务_住宿
中 IT互联网_IT信息技术|金融_银行业|金融_保险业|金融_资本市场_证券期货|教育|商贸|(除上述的其他行业分类)|-|工业|物流
低 IT互联网_IT信息技术|金融_银行业|金融_保险业|金融_资本市场_证券期货|教育|商贸|(除上述的其他行业分类)|-|工业|物流
高 IT互联网_IT信息技术|金融_银行业|金融_保险业|金融_资本市场_证券期货|教育|商贸|(除上述的其他行业分类)|-|工业|物流
当然,按我们的业务,这里不需要行转列。我们需要对一列转多列。这里只是做一个行转列的演示。
一列转多列
我们需要在列转行的基础上,再进行一列转多列(细分行业,按我的业务最多四级,不够四级的我们直接补null,方便后面处理)。具体操作如下:
hive>
select a.arch_value,
(case when size(split(a.industry_type, ‘'))>0 then split(a.industry_type, '’)[0] else ‘null’ end) as industry1,