今天是你的幸运日，因为hadoop是为分组而构建的。不幸的是，我不认为有一种自然的方法可以让hive在sql中实现这一点，因为它必须处理非规范化的数据。唯一恼人的部分是你的数据格式，但我稍后再谈。
我的建议是编写一个mapreduce作业，加载两个数据集，按唯一的item id值分组，然后在reducer中整理它们。
一些伪代码：

mapper for MySQL:
  output ItemID as the key, Metric# + "(MySQL)" as the value
mapper for Hadoop:
  output ItemID as the key, Metric# + "(Hadoop)" as the value
reducer:
  output the ItemID, then each item in the iterator

注意事项：
我建议使用 MultipleInputs 因此，您可以区分数据是来自hadoop还是mysql。您将为每个Map设置一个Map类，然后将该Map类分配给输入数据。
因为“记录分隔符”有点模棱两可，所以您的输入格式看起来有点麻烦。如何判断到达一个itemid的末尾并进入下一个itemid？它们与度量标准有显著差异吗？您可能需要某种自定义输入格式或记录读取器来完成此操作。如果你能改变你的输入数据，让它读入 ItemID\tMetric1;Metric2;Metric3 你的生活会轻松很多。
你可以考虑用Pig来做这个。它处理非规范化数据的形式，你有一个更好的与它的“袋”。你可以用这个 COGROUP 两人分开后接线员 LOAD 语句将数据分组，然后将其吐出。你的输入数据格式对pig来说也很烦人。