sql选择是否通过至少一个公共属性值与记录相交？

8yparm6h 于 2021-06-03 发布在 Hadoop

关注(0)|答案(2)|浏览(351)

我有一个带有两个字段的表：

+-----+---------+
| id  | feature |
+-----+---------+
| x1  |  f1     |
| x1  |  f5     |
| x2  |  f3     |
| x3  |  f1     |
| x4  |  f5     |
| x4  |  f2     |
| x5  |  f3     |
| x6  |  f4     |
+-----+---------+

问题：
1）如何写作 select 那将是一个群体 id 以相等的 feature -s、像这样：s1={x1，x3}，s2={x1，x4}，s3={x2，x5}，s4={x2，x5}
2）如何写作 select 它将返回一组 id -是否至少与一个特征相交？怎么弄到这些东西？在这个例子中，结果应该是：s5={x1，x3，x4}和s6={x2，x5}
3）了解支持一些基本sql子集的hadoop配置单元的查询格式也很好。

sql hadoop Hive select

来源：https://stackoverflow.com/questions/22990883/sql-select-to-intersect-records-by-at-least-one-common-attribute-value

2条答案

按热度按时间

xlpyo6sf1#

第二种最简单的方法可能是自连接，如果数据集不太大，这种方法是可行的

SELECT t1.id, t2.id, collect_set( feature ) features
FROM
  ( SELECT id, feature FROM mytable ) t1
JOIN
  ( SELECT id, feature FROM mytable ) t2
ON
  ( t1.feature = t2.feature )
WHERE 
   t1.id < t2. id
GROUP BY t1.id, t2.id;

一定要包括where子句以将输出减半。

赞(0）回复(0）举报 2021-06-04

ujv3wf0j2#

对于问题1，请使用collect\u set或collect\u list自定义项。
（protip：一次一个问题对stackoverflow最有效。）

赞(0）回复(0）举报 2021-06-03