Hive中将数据一行转多行、多行转一行、再转为以逗号分隔的string类型
背景
表content中有观看内容id(content_id),内容标签id列表(tag_id_list),如下所示:
content_id
tag_id_list
1
1000,1001,1002
2
1000,1003
3
1002,1003
4
1002,1004
表id_decode中有内容标签id(tagid),内容标签中文(tagname),如下所示:
tagid
tagname
1000
游戏
1001
吃鸡
1002
精彩操作
1003
王者荣耀
1004
大神
目标:将原来content表中的内容标签id列表字段转换成内容标签中文列表。
Step 1:将content表的tag_id_list一行转多行
使用lateral view和split结合起来,将一行数据拆分为多行数据。
select content_id, tag_id_list, tag_id
from content
lateral view explode(split(tag_id_list, ',')) myTable as tag_id
得到的表结果为:
content_id
tag_id_list
tag_id
1
1000,1001,1002
1000
1
1000,1001,1002
1001
1
1000,1001,1002
1002
2
1000,1003
1000
2
1000,1003
1003
3
1002,1003
1002
3
1002,1003
1003
4
1002,1004
1002
4
1002,1004
1004
Step 2:将step 1中的表中tag_id匹配中文后,进行多行转一行
先将step 1中得到的表格与表id_decode进行left join,实现中文的匹配,之后再利用collset_set()这个函数将多行的中文转为一行。
select content_id, collect_set(tagname) as tags
from(
select content_id, tag_id_list, tag_id, tagname
from (
select content_id, tag_id_list, tag_id
from content
lateral view explode(split(tag_id_list, ',')) myTable as tag_id
) content_list_id
left join (
select tagid, tagname
from id_decode
) tran_id
on content_list_id.tag_id = tran_id.tagid
)
group by content_id
得到的表结果为:
content_id
tags
1
[游戏,吃鸡,精彩操作]
2
[游戏,王者荣耀]
3
[精彩操作,王者荣耀]
4
[精彩操作,大神]
至此,其实已经完成了内容标签id列表字段转换成内容标签中文列表的任务。
但是,在我之前的实际操作中,最后需要将A平台利用Hive得到的表写入使用mysql的B平台。而当以上述select语句得到的表进行直接的insert时候,会报错。(具体的报错内容不记得了,只记得报错语句里面有udf和string,依稀记得是关于udf和string的转化错误的报错)
当时细心的我(手动狗头
标签:多行,string,list,一行,1002,content,tag,id,1000
来源: https://blog.csdn.net/some_apples/article/details/106762130