在Hive中，是否可以在group by之后连接字符串字段？

Question

我正在评估Hive，并需要在group by之后进行一些字符串字段的拼接。我发现了一个名为“concat_ws”的函数，但看起来我必须明确列出要连接的所有值。我想知道我是否可以在Hive中使用concat_ws做类似这样的事情。这里有一个例子。所以我有一个名为“my_table”的表，它有两个名为country和city的字段。我希望每个国家只有一条记录，每条记录都有两个字段-国家和城市:

select country, concat_ws(city, "|") as cities
from my_table
group by country

在Hive中是否可行？我现在使用的是CDH5的Hive 0.11版本。

- kee

Answer 1

在数据库管理中，聚合函数是将多行的值根据某些条件分组在一起作为输入，以形成单个更有意义或更重要的值的函数，例如一个集合、一个袋子或一个列表。

引用来源：Aggregate function - Wikipedia Hive的开箱即用的聚合函数列在以下网页上：
内置聚合函数（UDAF - 用户定义的聚合函数） 因此，在Hive 0.11中，唯一的内置选项（对于Hive 0.13及以上版本，您可以使用collect_list）是：
array collect_set(col) 如果每个country没有重复的city记录（返回消除了重复元素的对象集），那么这将满足您的请求。否则，请在Hive外创建自己的UDAF或聚合。

编写UDAF的参考文献：

- 编写GenericUDAF：教程 - Hive插件 - 创建/删除函数

- Vyacheslav Shkolyar