HIVE实战处理（九） hive函数sort_array解决排序求最大值以及collet_list列表排序混乱

背景：
播放数据有2个来源，根据2个来源取每个用户最大的播放时长作为最后结果。
因为sort_array不支持倒序排列，只能根据arr[1]来确认是最大值（因为只有2个数据源）

select 
	arr,arr[0],arr[1]
from (select 
	name,
	collect_list(play_duration_ms) ,
	sort_array(collect_list(play_duration_ms)) arr,
	arr[1]  --最大的播放时长 
	--sort_array(array(play_duration_ms,heart_passby_duration)) arr
from(
select '1' as name,'200' as play_duration_ms
union all
select '1' as name,'205' as play_duration_ms
) t group by name
) t1

由collect_list形成的列表经过concat_ws拼接后顺序具有随机性，要保证列表有序只需要在生成列表后使用sort_array函数进行排序即可，
示例如下：

SELECT 
    memberid,
    regexp_replace(
        concat_ws('-',
                    sort_array(
                                collect_list(
                                            concat_ws(':',cast(legcount as string),airways)
                                            )
                                )
                    ),'\\d\:','') hs
from 
(
select 1 as memberid,'A' as airways,2 as legcount
union ALL
select 1 as memberid,'B' as airways,3 as legcount
union ALL
select 1 as memberid,'C' as airways,4 as legcount
union ALL
select 1 as memberid,'D' as airways,1 as legcount
union ALL
select 1 as memberid,'E' as airways,8 as legcount
) as t
group by memberid

构造数据（memberid为会员ID，airway为会员预定机票选择的航司，legcount为下单航段）

运行结果：