目录

• 首先我们先来看一下业务sql

select t.dept,t.day,count(*) 
from(
  select regexp_substr(dept), '[^,]+', 1, level) dept,day 
  from ( 
    select wm_concat(dept) dept,day from baseinfo group by day 
    ) m
    connect by level<= regexp_count(dept,',') + 1 
  ) t
group by t.dept,t.day

• baseinfo 表中的数据格式如下，仅用来举例说明

dept          day 
10001,10002  2021-08-12
10003        2021-08-10
             2021-08-10
10001,10002  2021-08-14
             2021-08-14
10024,10046,10024,10043,10011,10015, 2021-08-14

• 对于oracle sql中的函数分析

wm_concat(dept),day ... group by day ，意思就是根据day来分组，对dept分组内所有值连接成一个集合

regexp_substr(字符串，正则，从左开始偏移-默认1-表示字符串的起点，获取第几个根据正则分割出来的组，默认'c'区分大小写匹配)

regexp_count(字符串1,字符串2) 返回要匹配的字符串2 在字符串1中出现的次数，没有则返回 0

regexp_substr(dept), '[^,]+', 1, level) from table connect by level<= 5 ，要输出 level个子串，这里小于等于5，没有5个就为null。显然多余的null不是我们想要的结果
select regexp_substr(dept), '[^,]+', 1, level),day from table connect by level<= regexp_count(dept,',') + 1 ，这里会根据自谦的子查询中的时间分组，依次返回 dept 集合中的每个子串

• 根据以上分析，得出hive sql 如下(sql 仅供参考)

select a.dept,a.day,count(*)
from(
  select dept,day 
  from(
    select split(concat_ws(',',collect_list(m.dept)),',') dept,day
      from baseinfo m
      group by day
    ) t
    lateral view explode(dept) c as dept
)a
group by a.dept,a.day

最后关于hive的 lateral view explode 介绍可以看这篇博主的博文
https://blog.csdn.net/guodong2k/article/details/79459282