Hive 行转列、列转行

Hive 行转列、列转行 Hive行列之间的转换 行转列

数据说明：

# 原数据格式
《疑犯追踪》    悬疑
《疑犯追踪》    动作
《疑犯追踪》    科幻
《疑犯追踪》    剧情
《战狼2》       战争
《战狼2》       动作
《战狼2》       灾难

# 转换后数据格式
《疑犯追踪》    悬疑,动作,科幻,剧情
《战狼2》       战争,动作,灾难

• 创建表

drop table movie_info;
create table movie_info(
    movie string, 
    category string) 
row format delimited fields terminated by " "
;

• 加载表数据

load data local inpath "/opt/data/zj/movie.txt" into table movie_info;

• 实现方式

-- 数据格式
select movie,concat_ws(',',collect_set(category)) name from movie_info group by movie;

先将需要聚合的字段，存放到一个集合中，然后再通过 “,” 相互链接

• 函数说明：
  collect_set： 具有去重 *** 作
  collect_list：不去重
  concat_ws：字符串的拼接

列转行

# 原数据格式
《疑犯追踪》    悬疑,动作,科幻,剧情
《战狼2》       战争,动作,灾难

# 转换后数据格式
《疑犯追踪》    悬疑
《疑犯追踪》    动作
《疑犯追踪》    科幻
《疑犯追踪》    剧情
《战狼2》       战争
《战狼2》       动作
《战狼2》       灾难

• 创建表

drop table movie_info;
create table movie_info(
    movie string, 
    category string) 
row format delimited fields terminated by " "
-- collection items terminated by ","  -- 指定Array、Map类型数据的分割符
;

• 加载表数据

load data local inpath "/opt/data/zj/movie.txt" into table movie_info;

• 实现方式

-- explode() 函数只支持：Array类型数据 与 Map类型数据，其余数据类型不支持
select
    movie,
    category_name
from 
    movie_info lateral view explode(split(regexp_extract(concat('["',category,'"]'),'^\["(.*)\"]$',1),',')) table_tmp as category_name;

hive的列转行是稍微比较难理解，列转行需要使用explode函数，但是，该函数只支持Array类型数据或者map类型的数据，不支持string和int类型数据，这就需要我们将该类型强制转换。
String类型转换为Array类型：

select split(regexp_extract(concat('["',category,'"]'),'^\["(.*)\"]$',1),',') from movie_info;

["悬疑","动作","科幻","剧情"]
["战争","动作","灾难"]

到此，我们的行转列、列转行已经完成统计