大数据之Hive：Hive函数之collect_set()函数

1.collect_set函数

collect_set函数：列转行专用函数，有时为了字段拼接效果，多和concat_ws()函数连用；

2.实战

2.1：创建原数据表

hive (gmall)>
drop table if exists stud;
create table stud (name string, area string, course string, score int);

2.2：向原数据表中插入数据

hive (gmall)>
insert into table stud values('zhang3','bj','math',88);
insert into table stud values('li4','bj','math',99);
insert into table stud values('wang5','sh','chinese',92);
insert into table stud values('zhao6','sh','chinese',54);
insert into table stud values('tian7','bj','chinese',91);

2.3：查询表中数据

hive (gmall)> select * from stud;
stud.name       stud.area       stud.course     stud.score
zhang3 bj      math    88
li4     bj      math    99
wang5   sh      chinese 92
zhao6   sh      chinese 54
tian7   bj      chinese 91

2.4：把同一分组的不同行的数据聚合成一个集合

hive (gmall)> select course, collect_set(area), avg(score) from stud group by course;
chinese ["sh","bj"]     79.0
math    ["bj"]  93.5

2.5：用下标可以取某一个

hive (gmall)> select course, collect_set(area)[0], avg(score) from stud group by course;
chinese sh      79.0
math    bj      93.5

2.6：collect_set(area)中值用’|'分割

hive (gmall)> select course, concat_ws('|',collect_set(area)), avg(score) from stud group by course;
chinese     sh|bj     79.0
math         bj       93.5

补充：collect_list: 与collect_set的区别就是列的值不去重；
上述需求，sql为：

hive (gmall)> select course, concat_ws('|',collect_list(area)), avg(score) from stud group by course;
chinese     sh|sh|bj     79.0
math         bj|bj       93.5