impala--将一列多行数据合并到一行一列中

工作中遇到一个需求，前端传入参数peopleid(s)，根据这个(些)参数去hive中查询旅馆，需要返回一个success字段，代表这些参数中查询有结果的个数。问题在于如何确定哪个peopleid在哪个旅馆住过？

一、问题分析：

假设前端传入两个住宿人的peopleid，peopleidA和peopleidB，通过查询返回结果两个旅馆lgA和lgB，①peopleidA两个旅馆都住过，peopleidB都没住过，那么success就是1。②peopleidA住过lgA，peopleidB住过lgB，那么success就是2。如何确定哪个住宿人在哪个旅馆住过？

二、解决思路：

数据库返回每个旅馆的住宿人的peopleid，和前端参数逐一判断。

三、解决过程：

初始语句：

select  
	distinct a.zhusulvguan
from 
	table_lvguan a join table_people b on b.zhusulvguanId = a.zhusulvguanId 
where 
	1=1  and  (b.peopleid in '210602198109262019','330103199011200223') or b.peopleid2 in ('210602198109262019','330103199011200223'))
b的peopleid为住宿人，peopleid2为同住人	zhusulvguan为旅馆名称			

该语句查询的只有去重后的旅馆名字：

既然需要查询peopleid那么查询加上peopleid，但是问题来了，去重会失效：

select  
	distinct a.zhusulvguan，b.peopleid ,b.peopleid2
from 
	table_lvguan a join table_people b on b.zhusulvguanId = a.zhusulvguanId 
where 
	1=1  and  (b.peopleid in '210602198109262019','330103199011200223') or b.peopleid2 in ('210602198109262019','330103199011200223'))

加上peopleid后的结果：

如果我能把同一个住宿旅馆的所有peopleid和peopleid2放到一个字段里peopleidall，那么问题就解决了。只需要在后端拿前端传入的ids参数和每个旅馆的peopleidall判断即可。在网上搜索到了impala的group_concat(column）方法，将某一个列的数据放到一起，需要配合group by使用。（同组的数据，通过group_concat（column）指定要放到一起的数据是哪列，然后列名去重；比如我目前需要通过住宿旅馆分组，然后把peopleid和peopleid2分别放到一起。）
修改后：

select 
	a.zhusulvguan,group_concat(b.peopleid,',') ,group_concat(b.peopleid2,',')
from 
	table_lvguan  a  join table_people b on b.zhusulvguanId = a.zhusulvguanId 
where 
	1=1  and (b.peopleid in ('210602198109262019','330103199011200223') or b.peopleid2 in ('210602198109262019','330103199011200223'))
	group by a.zhusulvguan

合并同列数据后的结果：

可以看出，很接近预期效果，同一个旅馆，把peopleid和peopleid2分别合并到一行中。但还差最后一步，把peopleid和peopleid2合并，就完全符合预期效果啦。可以使用concat()函数连接列的值：

select 
	a.zhusulvguan,concat(group_concat(b.peopleid,','),',',group_concat(b.peopleid2,',')) peopleidall
from 
	table_lvguan  a  join table_people b on b.zhusulvguanId = a.zhusulvguanId 
where 
	1=1  and (b.peopleid in ('210602198109262019','330103199011200223') or b.peopleid2in ('210602198109262019','330103199011200223'))
	group by a.zhusulvguan

最终效果：

达到了预期的效果，剩下的就是结果返回到后端的操作了，不再多说。

四、总结：

①group_concat（column[,char]）函数：把同组中指定的column放到一行中[通过char连接]，并且去重（列名去重，值不去重）。
②既然是同组数据的操作，那么group_concat()就要配合group by使用。特别的，group by 分组依据并不强制要求和group_concat(column)指定的column相同（个数，字段名）。分组依据可以多于or不等于column。其他情况还没有试，有兴趣的小伙伴可以自己试一试。
③concat(column1,‘cahr’,column2)：column1和column2的值通过cahr连接后合并

感谢查阅，萌新原创（如有言辞不当，欢迎指出）