hive列转行 （collect_all()/collect_list() 不去重）

collect_list()   hive 0.13

collect_all()    hive 0.12

https://cwiki.apache.org/confluence/display/Hive/LanguageManual+UDF#LanguageManualUDF-CollectionFunctions

一、问题

hive如何将

a       b1
a       b2
a       b2
c       d1
c       d1
d       d2

变为：

a       ["b1","b2","b2"]
c       ["d1","d1"]
d       ["d2"]

二、数据

test.txt   （空格分隔）

三、答案

1.建表

drop table tmp_jzl_20151027_test;
create table tmp_jzl_20151027_test
(
  col1 string,
  col2 string
)
row format delimited 
  fields terminated by ‘ ‘
stored as textfile;

load data local inpath ‘/home/jiangzl/shell/test.txt‘ into table tmp_jzl_20151027_test;

2.处理

hive> 
    > select col1, collect_all(col2))
    > from tmp_jzl_20151027_test  
    > group by col1; 

a       ["b1","b2","b2"]
c       ["d1","d1"]
d       ["d2"]

四、关于我们

本文author：数据的开拓者成员之一 江中炼

QQ群：248087140 

座右铭： 

你在你擅长的领域牛逼， 

并带着一群小白变牛逼，

别人会发自内心的去尊重你的。 

--可点击加入我们

hive列转行 （collect_all()/collect_list() 不去重）

原文：http://my.oschina.net/repine/blog/522737