hive中实现group_concat

mysql中的group_concat分组连接功能相当强大，可以先分组再连接成字符串，还可以进行排序连接。但是hive中并没有这个函数，那么hive中怎么实现这个功能呢？

这里要用到：concat_ws函数和collect_list、collect_set 函数。

1. 建立测试表（无分区表）：

create table if not exists db_name.test_tb(
	id string,
	content string,
	comment string
) row format delimited 
fields terminated by '\1' 
stored as textfile;

2. 插入几条数据：

insert into db_name.test_tb values('1','Tom','测试1');
insert into db_name.test_tb values('1','Bob','测试2');
insert into db_name.test_tb values('1','Wendy','测试3');
insert into db_name.test_tb values('2','Bob','测试22');
insert into db_name.test_tb values('2','Tom','测试11');

3. concat_ws + collect_set + group by：

select
    id,
    concat_ws(',',collect_set(content)) as con_con,
    concat_ws(',',collect_set(comment)) as con_com
from db_name.test_tb
group by id;

结果：无序且不对应（con_con与con_com的位置） —— 但是注意 collect_set会将重复的数据删除，因为集合的性质。
每次运行连接的结果顺序都可能不一样。

4. concat_ws + collect_list + group by：

select
    id,
    concat_ws(',',collect_list(content)) as con_con,
    concat_ws(',',collect_list(comment)) as con_com
from db_name.test_tb
group by id;

结果：对应（con_con与con_com的位置）但无序。

5. concat_ws + collect_list + group by + row_number()：

select
    id,
    concat_ws(',',collect_list(content)) as con_con,
    concat_ws(',',collect_list(comment)) as con_com,
    concat_ws(',',collect_list(cast(rn as string))) as con_rn
from 
(
select
    id,
    content,
    comment,
    row_number() over(partition by id order by content asc) as rn
from db_name.test_tb
)
group by id;

结果：对应（con_con与con_com的位置）且有序。