1. 行转列： collect_list()

collect_list() 函数用于将一个列中的数据收集成一个数组。

示例数据文件

假设有一个名为 orders.txt 的文件，内容如下：

1,101
1,101
1,103
2,104
2,105

导入数据到 Hive 表

首先，我们创建一个表 orders 并将数据导入到该表中：

-- 创建表
CREATE TABLE orders (
    user_id INT,
    order_id INT
)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ',';

-- 加载数据
LOAD DATA LOCAL INPATH '/path/to/orders.txt' INTO TABLE orders;

然后，我们可以使用 collect_list() 函数收集每个用户的订单 ID：

SELECT
    user_id,
    collect_list(order_id) as order_ids
FROM
    orders
GROUP BY
    user_id;

示例结果

user_id	order_ids
1	[101, 101, 103]
2	[104, 105]

2. 行转列：collect_set()

collect_set() 函数类似于 collect_list()，但它会移除数组中的重复值。

示例数据文件

使用同一个 orders.txt 文件。

导入数据到 Hive 表

数据已经导入过，因此我们直接使用 collect_set() 函数：

SELECT
    user_id,
    collect_set(order_id) as unique_order_ids
FROM
    orders
GROUP BY
    user_id;

示例结果

user_id	unique_order_ids
1	[101, 103]
2	[104, 105]

3. 列转行：explode()

explode() 函数用于将数组里的元素拆分开来，并用行展示。通常与 lateral view 函数搭配使用。

示例数据文件

假设有一个名为 user_interests.txt 的文件，内容如下：

1,sports,music,art
2,reading,travel

导入数据到 Hive 表

使用 explode() 函数炸裂拆分：

SELECT
    user_id,
    interest
FROM
    user_interests
LATERAL VIEW
    explode(split(interests, ',')) exploded_table AS interest;
-- 加载数据
LOAD DATA LOCAL INPATH '/path/to/user_interests.txt' INTO TABLE user_interests;

示例结果

user_id	interest
1	sports
1	music
1	art
2	reading
2	travel

---