使用 Hive 函数替代 Oracle listagg() 函数

简单介绍一下如何使用 Hive 函数实现 Oracle listagg() 函数效果

测试数据如下

1001	90001
1001	90002
1001	90003
1001	90004
1002	90005
1002	90006

建 ORC 表并导入测试数据

create table test_orc(
	pro_id string,
	no_id string)
clustered by (no_id) into 1 buckets
stored as orc
tblproperties('transactional'='true');

-- 导入数据
insert into test_orc values('1001','90001');
insert into test_orc values('1001','90002');
insert into test_orc values('1001','90003');
insert into test_orc values('1001','90004');
insert into test_orc values('1002','90005');
insert into test_orc values('1002','90006');

对 no_id 进行合并，并以「，」分隔

select pro_id,concat_ws(',',collect_set(no_id)) as no_ids from test_orc group by pro_id;

-- 返回结果
1001	90001,90002,90003,90004
1002    90005,90006

其中 collect_set() 函数返回没有重复的记录，返回类型为 Array。