hive-列转行和行转列

1. 假设我们在hive中有两张表，其中一张表是存用户基本信息，另一张表是存用户的地址信息等，表数据假设如下：

user_basic_info:

id	name
1	a
2	b
3	c
4	d

user_address;

name	address
a	add1
a	add2
b	add3
c	add4
d	add5

我们可以看到同一个用户不止一个地址（这里是假设的），我们需要把数据变为如下格式：

id	name	address
1	a	add1,add2
2	b	add3
3	c	add4
4	d	add5

collect_set 这就用到了hive中的行转列的知识，需要用到两个内置UDF: collect_set, concat_ws,

两个函数解释如下见：http://www.cnblogs.com/end/archive/2012/06/18/2553682.html

建表:

create table user_basic_info(id string, name string);
create table user_address(name string, address string);

加载数据：

load data local inpath '/home/jthink/work/workspace/hive/row_col_tran/data1' into table user_basic_info;
load data local inpath '/home/jthink/work/workspace/hive/row_col_tran/data2' into table user_address;

执行合并：

select max(ubi.id), ubi.name, concat_ws(',', collect_set(ua.address)) as address from user_basic_info ubi join user_address ua on ubi.name=ua.name group by ubi.name;

运行结果：

1       a       add1,add2
2       b       add3
3       c       add4
4       d       add5

2. 假设我们有一张表：

user_info:

id	name	address
1	a	add1,add2
2	b	add3
3	c	add4
4	d	add5

我们需要拆分address，变为：

id	name	address
1	a	add1
1	a	add2
2	b	add3
3	c	add4
4	d	add5

我们很容易想到用UDTF，explode()：

select explode(address) as address from user_info;

这样执行的结果只有address， 但是我们需要完整的信息：

select id, name, explode(address) as address from user_info;

这样做是不对的， UDTF's are not supported outside the SELECT clause, nor nested in expressions

所以我们需要这样做：

select id, name, add from user_info ui lateral view explode(ui.address) adtable as add;

结果为：

1       a       add1
1       a       add2
2       b       add3
3       c       add4
4       d       add5